Please use this identifier to cite or link to this item: http://hdl.handle.net/10662/8004
Full metadata record
DC FieldValueLanguage
dc.contributor.advisorHernández Núñez, Juan-
dc.contributor.advisorMoguel Márquez, José Enrique-
dc.contributor.authorCarreras Franco, Alberto-
dc.date.accessioned2018-10-09T09:16:00Z-
dc.date.available2018-10-09T09:16:00Z-
dc.date.issued2018-10-09-
dc.date.submitted2018-09-
dc.identifier.urihttp://hdl.handle.net/10662/8004-
dc.description.abstractUno de los problemas más recurrentes en cualquier parking es la gestión y el control del aparcamiento. Actualmente, en la Escuela Politécnica ocurre el mismo problema en la zona de aparcamientos de la zona superior. Previamente, en dicho parking, se implantó un sistema de tarjetas para abrir la barrera, pero supone un gasto para los usuarios que quieren entrar, ya que tenían que depositar una cantidad de dinero por dicha tarjeta además de no asegurar la entrada indiscriminada de vehículos. Posteriormente se instaló un botón a la entrada y salida de la barrera para abrir la barrera y para ahorrar el tramite anterior, pero también deriva en el problema de la entrada indiscriminada. Ante esta situación, proponemos QBarrier, una aplicación para la gestión inteligente del aparcamiento utilizando técnicas de aprendizaje profundo. Utilizando las imágenes que proveen las cámaras de la universidad, se aplican técnicas de detección de objetos para reconocer los vehículos que se aproximan a la barrera del parking y se detecta qué vehículo es y se comprueba si tiene acceso a través de su matrícula.es_ES
dc.description.abstractParking management and control is one of the most recurrent problems in any car park. Currently, the same problem occurs in the Escuela Politécnica in the parking area of the upper zone. Previously, in said parking, a card system was implemented to open the barrier, but it is an expense for the users who want to enter, since they had to deposit a quantity of money for said card. It also does not ensure the indiscriminate entry of vehicles. Later a button was installed at the entrance and exit of the barrier to open the barrier and to save the previous expenditure, but it also leads to the problem of indiscriminate entry. Faced with this situation, we propose QBarrier, an application for intelligent parking management using deep learning techniques. Using the images provided by the cameras of the university, object detection techniques are applied to recognize the vehicles approaching the parking barrier and the vehicle is detected and checked if it has access through its plate code.es_ES
dc.format.extent74 p.es_ES
dc.format.mimetypeapplication/pdfen_US
dc.language.isospaes_ES
dc.rightsAtribución-NoComercial 3.0 España*
dc.rights.urihttp://creativecommons.org/licenses/by-nc/3.0/es/*
dc.subjectQBarrieres_ES
dc.subjectControl de accesoes_ES
dc.subjectParkinges_ES
dc.subjectTécnicas de aprendizaje profundoes_ES
dc.subjectAccess controles_ES
dc.subjectDeep learning techniqueses_ES
dc.titleQBarrier: Control de acceso a parking utilizando aprendizaje profundoes_ES
dc.typebachelorThesises_ES
europeana.typeTEXTen_US
dc.rights.accessRightsopenAccesses_ES
dc.subject.unesco1203.17 Informáticaes_ES
dc.subject.unesco1203.04 Inteligencia Artificiales_ES
dc.subject.unesco3317.10 Ingeniería del Tráficoes_ES
europeana.dataProviderUniversidad de Extremadura. Españaes_ES
dc.description.degreeGrado en Ingeniería Informática en Ingeniería del Software. Universidad de Extremaduraes_ES
Appears in Collections:Grado en Ingeniería Informática en Ingeniería del Software

Files in This Item:
File Description SizeFormat 
TFGUEX_2018_Carreras_Franco.pdf10,77 MBAdobe PDFView/Open


This item is licensed under a Creative Commons License Creative Commons