Detección de pistas aéreas ilegales en imágenes digitales empleado técnicas de inteligencia artificial
DOI:
https://doi.org/10.18667/cienciaypoderaereo.758Palabras clave:
Aprendizaje profundo, detección de objetos, inteligencia artificial, pistas de aterrizajeResumen
El Ecuador es considerado un país de tránsito de actividades de narcotráfico y contrabando; siendo una problemática existente actual en la frontera norte y costera del territorio nacional, para estas actividades ilegales se utilizan pistas aéreas no autorizadas donde se transportan sustancias sujetas a fiscalización, dinero, armas, municiones y explosivos.
La investigación se basará en diseñar y desarrollar una metodología de uso mediante técnicas de inteligencia artificial, para el análisis y procesamiento de las imágenes que serán obtenidas de las misiones de reconocimiento que realicen los aviones de la Fuerza Aérea Ecuatoriana. Para el reconocimiento de pistas aéreas clandestinas se utilizarán el método de detección de objetos basado en aprendizaje profundo Yolo y técnicas de segmentación.
Descargas
Referencias
Berchane, N. (2018, 16 de abril). Artificial intelligence, machine learning, and deep learning: Same context, different concepts. https://master-iesc-angers.com/artificial-intelligence-machine-learning-and-deep-learning-same-context-different-concepts/
Cedeño-Bravo, G., Marcillo-Parra, D. y Pereira, A. (2017). Drone autómata para identificación de pistas aéreas clandesti-nas. Iberian Conference on Information Systems and Technologies. https://doi.org/10.23919/CISTI.2017.7975951
Diario El Universo. (2021, 30 de septiembre). Ecuador entra en la lista de los países con más muertos en motines en cárceles. Redacción Internacional. https://www.eluniverso.com/noticias/internacional/ecuador-entra-en-la-lista-de-los-paises-con-mas-muertos-en-motines-en-carceles-nota/
Fernández Cordeiro, L. y Paredes Palacios, R. (2019). Desarrollo de dataset personalizado para entrenamiento de yolocomo sistema de detección de objetos en tiempo real, para entorno con brazo robot [tesis de máster, Univer-sitat Politècnica de València]. Repositorio institucional upv. http://hdl.handle.net/10251/115351
Gutiérrez Lancho, C. (2019). Detección de armas en vídeos mediante técnicas de Deep Learning [tesis de grado, Escuela Técnica Superior de Ingeniería Industrial, Informática y de Telecomunicación]. Repositorio institucional. https://hdl.handle.net/2454/33697
López Moreno, L. M., Moya Garzón, J. Á., Valoyes Porras, D. M. y Romero Álvarez, F. E. (2021, 21-24 de septiembre). Sistemas inteligentes autónomos para ejecutar misiones de búsqueda y reconocimiento [ponencia]. Mujeres en Ingeniería: Empoderamiento, Liderazgo y Compromiso, Universidad El Bosque.
Miranda Pérez, R., Solano Arias, J. y Méndez Porras, A. (2019). Introducción al aprendizaje automático con yolo. Te c-nología Vital, 2(6). https://revistas.ulatina.ac.cr/index.php/tecnologiavital/article/view/250
Monroy de Jesús, J., Reyes Nava, A. y Olmos, F. (2019). Clasificador de plantas medicinales por medio de deep learning. Research in Computing Science, 148(7), 65-78. https://doi.org/10.13053/rcs-148-7-5
Moreira Ramos, D. L. (2021). Aplicación de un modelo de reconocimiento de objetos utilizando yolo (you only look once). https://repositorio.upse.edu.ec/xmlui/handle/46000/5755
Núñez Sánchez-Agustino, F. J. (2016). Diseño de un sistema de reconocimiento automático de matrículas de vehículos me-diante una red neuronal convolucional [tesis de máster, Universitat Oberta de Catalunya]. Repositorio institu-cional uoc. https://openaccess.uoc.edu/browse?type=author&authority=439af5fa-aedc-4b2e-ad2c-7b790819c592
Redmon, J., Divvala, S., Girshick, R. y Farhadi, A. (2016). You only look once: Unified, real-time object detection. Proceedings of the IEEE Computer Society Conference on Computer Vision and Pattern Recognition, pp. 779-788. https://doi.org/10.1109/CVPR.2016.91
Russo, C., Ramón, H., Alonso, N., Cicerchia, B., Esnaola, L. y Tessore, J. P. (2016). Tratamiento masivo de datos utilizando técnicas de machine learning [ponencia]. XVIII Workshop de Investigadores en Ciencias de la Computación WICC, pp. 131-134. http://repositorio.unnoba.edu.ar:8080/xmlui/handle/23601/107
Sánchez, D. A. y Gonzáles Díez, H. (2020). Algorithms for detection and tracking objects with deep networks for intelligent video surveillance : A review. Revista Cubana de Ciencias Informáticas, 14(3), 165-196.
Publicado
Número
Sección
Categorías
Licencia
Derechos de autor 2022 Escuela de Postgrados de la Fuerza Aérea Colombiana
Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
Declaración de cesión de los derechos de autor a la revista
Los autores ceden la Revista los derechos de explotación (reproducción, distribución, comunicación pública y transformación) para explotar y comercializar la obra, entera o en parte, en todos los formatos y modalidades de explotación presentes o futuros, en todos los idiomas, por todo el periodo de vida de la obra y por todo el mundo.
Todos los contenidos publicados en la revista científica Ciencia y Poder Aéreo están sujetos a la licencia reconocimiento 4.0 Internacional de Creative Commons, cuyo texto completo se puede consultar en http://creativecommons.org/licenses/by/4.0/
La licencia permite a cualquier usuario descargar, imprimir, extraer, archivar, distribuir y comunicar públicamente este artículo, siempre y cuando el crédito se dé a los autores de la obra: a los autores del texto y a Ciencia y Poder Aéreo, Revista Científica de la Escuela de Postgrados de la Fuerza Aérea Colombiana. Excepto cuando se indique lo contrario, el contenido en este sitio es licenciado bajo una licencia Creative Commons Atribución 4.0 internacional.
Para usos de los contenidos no previstos en estas normas de publicación es necesario contactar directamente con el director o editor de la revista a través del correo cienciaypoderaereo@epfac.edu.
La Escuela de Postgrados de la Fuerza Aérea Colombiana y esta publicación no son responsables de los conceptos emitidos en los artículos, ni de los metadatos aportados ni de las filiaciones que los autores declaren, ya que esta es responsabilidad plena de los autores.
