Detección de caídas haciendo uso de técnicas de Deep Learning
Por favor, use este identificador para citar o enlazar este ítem:
http://hdl.handle.net/10045/136360
Título: | Detección de caídas haciendo uso de técnicas de Deep Learning |
---|---|
Autor/es: | García Aguado, Carlos |
Director de la investigación: | Cazorla, Miguel | Escalona, Félix |
Centro, Departamento o Servicio: | Universidad de Alicante. Departamento de Ciencia de la Computación e Inteligencia Artificial |
Palabras clave: | Deep Learning | Redes neuronales | CNN | Caídas | Personas | Inteligencia Artificial | Python | Visión por computador | Dataset | Detección automática |
Fecha de publicación: | 21-jul-2023 |
Fecha de lectura: | 19-jul-2023 |
Resumen: | Con el aumento de la calidad de vida de las personas, las políticas sociales y las mejoras en medicina, cada vez las personas viven más tiempo. Por otro lado, el ritmo de vida actual muchas veces es incompatible con la responsabilidad de cuidar a nuestros familiares, que es común que vivan solos aun siendo muy mayores. Esto genera situaciones domésticas potencialmente dañinas para ellos. Por ejemplo, un tipo de accidente muy común en las casas de las personas mayores son las caídas. En este trabajo, se propone un sistema de detección de caídas capaz de correr en hardware de bajo coste con el objetivo de avisar a los familiares y minimizar el impacto de la posible caída. |
URI: | http://hdl.handle.net/10045/136360 |
Idioma: | spa |
Tipo: | info:eu-repo/semantics/bachelorThesis |
Derechos: | Licencia Creative Commons Reconocimiento-NoComercial-SinObraDerivada 4.0 |
Aparece en las colecciones: | Grado en Ingeniería Robótica - Trabajos Fin de Grado |
Archivos en este ítem:
Archivo | Descripción | Tamaño | Formato | |
---|---|---|---|---|
Deteccion_de_caidas_haciendo_uso_de_Deep_Learning_Garcia_Aguado_Carlos.pdf | 2,85 MB | Adobe PDF | Abrir Vista previa | |
Todos los documentos en RUA están protegidos por derechos de autor. Algunos derechos reservados.