Desarrollo de un algoritmo basado en Python que permita entrenar una red neuronal, para conteo automático del flujo de personas que circulan.

Abstract

Este trabajo se enfoca en desarrollar un algoritmo de visión artificial para reconocer y clasificar personas. Se utilizan el aprendizaje profundo y redes neuronales convolucionales para lograr una detección precisa y eficiente de personas en distintos contextos visuales. El objetivo principal es mejorar la identificación de personas en planos verticales, lo que representa un desafío en el ámbito del reconocimiento de objetos. Durante la prueba en tiempo real, se llevaron a cabo distintas secuencias para la detección, y los resultados mostraron un tiempo promedio de 784.64 milisegundos, evidenciando la capacidad del sistema para adaptarse a diferentes situaciones. En la evaluación de precisión, se analizó la respuesta del sistema en función del número de personas presentes. Cumple con el requerimiento del 80% hasta diez personas, disminuyendo su precisión a partir de esa cantidad debido al solapamiento entre ellas.