Estimación del conteo de peatones basada en la dimensión fractal

Vista sencilla de ítem
dc.contributor.authorJiménez, Andrés C.
dc.contributor.authorAnzola,, John
dc.contributor.authorJimenez Triana,Alexander
dc.coverage.spatialPaises Bajosspa
dc.date.accessioned2021-05-20T19:58:05Z
dc.date.available2021-05-20T19:58:05Z
dc.date.issued2019
dc.description.abstractContar el número de peatones en entornos urbanos se ha convertido en un área de interés en los últimos años. Sus aplicaciones incluyen estudios para el control de semáforos vehiculares , urbanismo, estudios de mercado y detección de comportamientos anormales. Sin embargo, estas tareas requieren el uso de algoritmos inteligentes de alta demanda computacional que necesitan ser entrenados en el entorno en estudio. Este artículo presenta un método novedoso para estimar el flujo de peatones en entornos no controlados mediante el uso de la dimensión fractal.medido a través del algoritmo de recuento de cajas, que no requiere el uso de preprocesamiento de imágenes ni algoritmos inteligentes. Se utilizaron cuatro escenarios para validar el método presentado en este artículo, de los cuales la última escena fue un video de vigilancia con poca luz, mostrando resultados experimentales con un error relativo medio de 4.92% al contar peatones. Tras comparar los resultados con otras técnicas que dependen de algoritmos inteligentes, podemos confirmar que este método consigue un mejor rendimiento en la estimación del tráfico peatonal.spa
dc.description.abstractenglishCounting the number of pedestrians in urban environments has become an area of interest over the past few years. Its applications include studies to control vehicular traffic lights, urban planning, market studies, and detection of abnormal behaviors. However, these tasks require the use of intelligent algorithms of high computational demand that need to be trained in the environment being studied. This article presents a novel method to estimate pedestrian flow in uncontrolled environments by using the fractal dimension measured through the box-counting algorithm, which does not require the use of image pre-processing and intelligent algorithms. Four scenarios were used to validate the method presented in this article, of which the last scene was a low-light surveillance video, showing experimental results with a mean relative error of 4.92% when counting pedestrians. After comparing the results with other techniques that depend on intelligent algorithms, we can confirm that this method achieves improved performance in the estimation of pedestrian traffic.spa
dc.description.publindexQ1spa
dc.description.researchgroupGrupo de Investigación en Ingeniería Aplicada (GUIAS)spa
dc.identifier.issn24058440
dc.identifier.urihttp://hdl.handle.net/11371/3949
dc.publisher.facultyFacultad de Ingenieria y Ciencias Basicasspa
dc.relation.citationendpage20spa
dc.relation.citationstartpage1spa
dc.relation.citationvolume5spa
dc.relation.ispartofjournalHeliyonspa
dc.relation.urihttps://www.cell.com/heliyon/fulltext/S2405-8440(18)34766-2?_returnURL=https%3A%2F%2Flinkinghub.elsevier.com%2Fretrieve%2Fpii%2FS2405844018347662%3Fshowall%3Dtruespa
dc.source.urihttps://www.cell.com/heliyon/homespa
dc.titleEstimación del conteo de peatones basada en la dimensión fractalspa
dc.title.translatedPedestrian count estimate based on fractal dimensionspa
Archivos
Colecciones
GRUPO DE INVESTIGACIÓN EN DISEÑO, ANÁLISIS Y DESARROLLO DE SISTEMAS DE INGENIERÍA (GIDAD)