Show simple item record

dc.contributorVidal Manzano, José
dc.contributorMuñoz Medina, Olga
dc.contributor.authorde Jorge Sánchez, Adrián
dc.contributor.otherUniversitat Politècnica de Catalunya. Departament de Teoria del Senyal i Comunicacions
dc.date.accessioned2018-05-13T21:48:04Z
dc.date.available2018-05-13T21:48:04Z
dc.date.issued2018-02-02
dc.identifier.urihttp://hdl.handle.net/2117/117180
dc.description.abstractIn the latest years, the field of computer vision has witnessed continual advancements. One of the most stated advancement is Convolution Neural Networks (CNNs). Deep Learning techniques have proven to perform very well on a large variety of problems and fields (i.e. Biology, Physics, Computer Science, Mathematics, etc.). Its great power and flexibility is achieved by learning to represent the world as a nested hierarchy of concepts, with each concept defined in relation to simpler concepts, and more abstract representations computed in terms of less abstract ones. My research goal in this thesis is to develop a Deep Learning model that, provided a millimeter-wave image, identifies the presence of threats under a variety of object types, clothing types, and body types.\\\vspace{0.5em} Apart from the application of the designed software proposed in the competition, anothersuitable application could be a generic entry-security system, in which it is common practise to employ a gateway metal detector. In this case the given scene would be a single subject standing in front of the imager and the system would be designed to detect any foreign objects being carried by the subject.
dc.description.abstractEn los últimos años, el campo de la visión artificial ha visto continuos avances. Uno de los avances más destacados son las Redes Neuronales Convolucionales. Una red neuronal convolucional es un tipo de red neuronal artificial donde las neuronas corresponden a campos receptivos simulando así las neuronas de la corteza visual primaria de un cerebro biológico. Este tipo de red es una variación de un perceptron multicapa, sin embargo, debido a que su aplicación es realizada en matrices bidimensionales, son muy efectivas para tareas de visión artificial, como en la clasificación y segmentacion de imágenes, entre otras aplicaciones. Mi objetivo de investigación en esta tésis es desarrollar un modelo de aprendizaje profundo que, dada una imagen de ondas milimétricas, identifique la presencia de amenazas bajo una variedad de tipos de objeto, ropa y cuerpo.
dc.description.abstractEn els últims anys, el camp de la visió artificial ha vist continus avenços. Un dels avenços més destacats són les Xarxes Neuronals Convolucionals. Una xarxa neuronal convolucional és un tipus de xarxa neuronal artificial on les neurones corresponen a camps receptius simulant així les neurones de l'escorça visual primària d'un cervell biològic. Aquest tipus de xarxa és una variació d'un perceptró multicapa, però, a causa de que la seva aplicació és realitzada en matrius bidimensionals, són molt efectives per a tasques de visió artificial, com en la classificació i segmentació d'imatges, entre altres aplicacions. El meu objectiu d'investigació en aquesta tèsis és desenvolupar un model d'aprenentatge profund que, donada una imatge d'ones mil·limètriques, identifiqui la presència d'amenaces sota una varietat de tipus d'objecte, roba i cos.
dc.language.isoeng
dc.publisherUniversitat Politècnica de Catalunya
dc.rightsS'autoritza la difusió de l'obra mitjançant la llicència Creative Commons o similar 'Reconeixement-NoComercial- SenseObraDerivada'
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/es/
dc.subject.lcshMachine learning
dc.subject.lcshComputer vision
dc.subject.lcshNeural networks (Computer science)
dc.subject.otherredes neuronales convolucionales
dc.subject.otheraprendizaje profundo
dc.subject.othervisión por ordenador
dc.titleStudy of Machine Learning Algorithms To Detect Threats In Airport Passengers
dc.title.alternativeStudy of Deep Learning algorithms to detect threats in airport passengers.
dc.title.alternativeEstudio de algoritmos de Aprendizaje Profundo para detectar amenazas en pasajeros de aeropuerto
dc.title.alternativeEstudi d'algoritmes d'Aprenentatge Profund per detectar amenaces en passatgers d'aeroport.
dc.typeBachelor thesis
dc.subject.lemacAprenentatge automàtic
dc.subject.lemacVisió per ordinador
dc.subject.lemacXarxes neuronals (Informàtica)
dc.identifier.slugETSETB-230.133390
dc.rights.accessOpen Access
dc.date.updated2018-02-06T06:51:09Z
dc.audience.educationlevelGrau
dc.audience.mediatorEscola Tècnica Superior d'Enginyeria de Telecomunicació de Barcelona
dc.audience.degreeGRAU EN ENGINYERIA DE SISTEMES DE TELECOMUNICACIÓ (Pla 2010)


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record