Supqua: aplicación móvil para interpretar datos de las señales del SITP zonal para la población en condición de discapacidad visual usando machine learning

dc.contributor.advisorFlorez Fernandez, Hectorspa
dc.contributor.authorVelosa Sanabria, Anderson Fabiánspa
dc.date.accessioned2020-07-31T16:12:55Z
dc.date.available2020-07-31T16:12:55Z
dc.date.created2020-07-14spa
dc.descriptionEn este proyecto de grado se desarrolló y publicó una aplicación para dispositivos móviles con sistema operativo Android que implementa funcionalidades de Machine Learning y datos abiertos para consultar la información de las rutas en los paraderos zonales del Sistema Integrado de Transporte Urbano de la ciudad de Bogotá (SITP) sin requerir conexión a Internet y diseñada para las personas en condición de discapacidad (PcD) visual parcial o completa. Se usó la técnica de Transfer learning para obtener un modelo de detección de objetos en Tensor Flow usando fotografı́as e imágenes generadas por computadora para identificar las señales, y para el reconocimiento de caracteres ópticos del código alfanumérico único del paradero se uso Tesseract OCR, código que se consulta en la información extraı́da de los datos abiertos de Bogotá y almacenada de forma local en el dispositivo y cuyo resultado es compartido en la interfaz con soporte para la retroalimentación audible al usuario.spa
dc.description.abstractIn this project, was develop and published a mobile application for Android devices that uses deep learning and open data features to consult the routes of the urban transport system in Bogota (SITP) on the bus stops to work offline and designed for the people in with visual disability total or partial. Was used transfer learning as a technique for getting a model able to detect objects on Tensorflow using photographs and computer-generated images, to identify the signals and for the optical character recognition of unique alphanumeric code was used Tesseract. code that is consulted in the extracted information related from the Bogota open data and available in the local storage on the device and their result is shared using the user interface with support for feedback audible to the user.spa
dc.format.mimetypepdfspa
dc.identifier.urihttp://hdl.handle.net/11349/24820
dc.language.isospaspa
dc.rightsAtribución-NoComercial-SinDerivadas 4.0 Internacional*
dc.rights.accesoAbierto (Texto Completo)spa
dc.rights.accessrightsinfo:eu-repo/semantics/openAccessspa
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/*
dc.subjectTensorFlowspa
dc.subjectDatos abiertosspa
dc.subjectAprendizaje de máquinaspa
dc.subjectDiscapacidad visualspa
dc.subjectMovilidad Bogotáspa
dc.subjectReconocimiento caracteres ópticosspa
dc.subject.keywordTensor Flowspa
dc.subject.keywordOpen dataspa
dc.subject.keywordMachine Learningspa
dc.subject.keywordVisual impairmentspa
dc.subject.keywordBogota Mobilityspa
dc.subject.keywordOptical recognition charactersspa
dc.subject.lembIngeniería Telemática - Tesis y Disertaciones Académicasspa
dc.subject.lembAprendizaje automático (Inteligencia artificial)spa
dc.subject.lembServicios de información para ciegos - Bogotá (Colombia)spa
dc.subject.lembCiegos - Aprendizaje automático (Inteligencia artificial)spa
dc.titleSupqua: aplicación móvil para interpretar datos de las señales del SITP zonal para la población en condición de discapacidad visual usando machine learningspa
dc.title.titleenglishSupqua: mobile application to interpret SITP signals data for the visual impaired population using machine learningspa
dc.type.coarhttp://purl.org/coar/resource_type/c_7a1fspa
dc.type.degreeMonografíaspa
dc.type.driverinfo:eu-repo/semantics/bachelorThesisspa

Archivos

Bloque original

Mostrando 1 - 2 de 2
Cargando...
Miniatura
Nombre:
VelosaSanabriaAndersonFabian2020.pdf
Tamaño:
11.99 MB
Formato:
Adobe Portable Document Format
No hay miniatura disponible
Nombre:
Licencia y autorización de los autores para publicar.pdf.pdf
Tamaño:
1.33 MB
Formato:
Adobe Portable Document Format

Bloque de licencias

Mostrando 1 - 1 de 1
No hay miniatura disponible
Nombre:
license.txt
Tamaño:
7 KB
Formato:
Item-specific license agreed upon to submission
Descripción: