Dissertation/ Thesis
Comparative Analysis of Computer Vision Techniques for Infrastructure Detection
| Title: | Comparative Analysis of Computer Vision Techniques for Infrastructure Detection |
|---|---|
| Authors: | Martínez Martel, Enrique |
| Contributors: | Suárez de Figueroa Baonza, Mari Carmen |
| Source: | Archivo Digital UPM Universidad Politécnica de Madrid |
| Publisher Information: | E.T.S. de Ingenieros Informáticos (UPM), 2025. |
| Publication Year: | 2025 |
| Subject Terms: | análisis comparativo, Informática, aprendizaje profundo, algoritmos de dos etapas, detección de objetos, visión por computador, segmentación semántica, segmentación por instancias, redes neuronales convolucionales (CNN), detección de infraestructuras, algoritmos de una sola etapa, Arquitectura, Urbanismo |
| Description: | Este trabajo de fin de máster se centra en el análisis comparativo de técnicas de visión por computador para la detección de infraestructura, abordando un desafío fundamental para mejorar la accesibilidad de las personas con discapacidades. Motivado por la necesidad de soluciones prácticas que faciliten la navegación y la movilidad, el proyecto investiga tanto modelos de detección de objetos de una sola etapa como de dos etapas, evaluando su rendimiento en un conjunto de datos diverso. El estudio comienza con una revisión exhaustiva de las metodologías de detección de objetos más avanzadas, destacando sus fortalezas y limitaciones. Posteriormente, se desarrollaron conjuntos de datos personalizados, que incluyen imágenes de rampas, escaleras, pasamanos y baches, para entrenar y evaluar los modelos seleccionados. El análisis incluye una evaluación del rendimiento basada en métricas como precisión, exhaustividad y media de precisión promedio (mAP), lo que llevó a la identificación de YOLOv10L como el modelo más adecuado para aplicaciones de detección en tiempo real, gracias a su superior precisión y eficiencia. Además, se desarrolló una aplicación web en Python llamada AccessDetect utilizando Streamlit, que proporciona una interfaz fácil de usar para cargar imágenes, ejecutar detecciones y visualizar los resultados. Esta tesis tiene como objetivo cerrar la brecha entre la investigación y la implementación práctica, al ofrecer un sistema de detección confiable y eficiente que puede mejorar significativamente la calidad de vida de las personas con desafíos de movilidad. Asimismo, sienta las bases para futuros avances en tecnología accesible, aportando valiosos conocimientos y metodologías para el desarrollo continuo de soluciones de asistencia. |
| Document Type: | Master thesis |
| File Description: | application/pdf |
| Language: | English |
| Access URL: | https://oa.upm.es/90315/ |
| Rights: | CC BY NC |
| Accession Number: | edsair.dedup.wf.002..3a81d8009695a56f663cce5ff5d404c6 |
| Database: | OpenAIRE |
| Description not available. |