Examinando por Autor "Huertas More, Victor Manuel"

Seleccione resultados tecleando las primeras letras
Mostrando 1 - 2 de 2
  • Miniatura
    Ítem
    La inteligencia artificial para el reconocimiento facial en la videovigilancia: una revisión sistemática de la literatura
    (Universidad Católica Santo Toribio de Mogrovejo, 2023) Huertas More, Victor Manuel; Huertas More, Victor Manuel; Reyes Burgos, Karla Cecilia
    El presente trabajo tiene como objetivo principal elaborar una revisión sistemática de la literatura acerca de la inteligencia artificial para el reconocimiento facial en el ámbito de la videovigilancia. Para el desarrollo de esta presente investigación, se empieza con una breve introducción explicando la importancia del reconocimiento facial en la videovigilancia para combatir la inseguridad ciudadana, seguido de ello, se tuvo en cuenta la metodología propuesta por B. Kitchenham [1], planteando las preguntas de investigación. Para continuar con el desarrollo, se realizó el proceso de búsqueda en tres bases de datos, siendo estas ProQuest, ScienceDirect y Google Académico. Seguido de ello, se aplicó los criterios de inclusión y exclusión a los documentos, para después aplicar una evaluación de calidad más rigurosa, lo que nos ayuda a obtener mejores resultados para la buena elaboración del presente documento. En los resultados de la indagación se expresan las herramientas que se utilizan en la inteligencia artificial y las técnicas que utilizan los diferentes autores para el reconocimiento facial en la videovigilancia. Esta revisión finaliza con las conclusiones, que dan respuesta a las preguntas planteadas.
  • Miniatura
    Ítem
    Sistema de apoyo para el ahuyentamiento de palomas en sembríos de frijol caupí
    (Universidad Católica Santo Toribio de Mogrovejo, 2025) Huertas More, Victor Manuel; Huertas More, Victor Manuel; Reyes Burgos, Karla Cecilia
    El presente proyecto de investigación se enfoca en la visión artificial con el propósito de crear un sistema de apoyo basado en una red convolucional para controlar las plagas de palomas en los cultivos de frijol caupí. Los objetivos incluyen la preparación de un dataset con numerosas imágenes para entrenar el modelo, la obtención de una alta precisión en la detección de palomas y la capacidad de detectarlas en tiempo real para su repulsión en momentos específicos. La metodología utilizada se basó en los pasos propuestos por el autor Nilson para desarrollar un nuevo modelo de red convolucional basado en Yolo versión 5, gestionando el proyecto mediante la metodología SCRUM. Los resultados del proyecto consisten en un nuevo modelo de red convolucional capaz de detectar palomas cuculí o de ala blanca en los campos de frijol caupí. Se empleó una tarjeta Orange Pi 5 como controlador de la solución. Además, se implementó un módulo de ahuyentamiento que reproduce efectos de sonidos, como aves de caza y escopetas, cuando se detecta la presencia del ave. Esta investigación se concluye con la recopilación de 1832 imágenes para entrenar el nuevo modelo convolucional, logrando una precisión del 97%. Finalmente, se alcanzó la detección en tiempo real de la paloma cuculí en el 85% de los ensayos realizados.