Please use this identifier to cite or link to this item: http://hdl.handle.net/10553/109142
DC FieldValueLanguage
dc.contributor.advisorMonzón López, Nelson Manueles
dc.contributor.advisorTrujillo Pino, Agustín Rafaeles
dc.contributor.authorLópez Reverón, Leopoldoes
dc.date.accessioned2021-07-04T20:09:40Z-
dc.date.available2021-07-04T20:09:40Z-
dc.date.issued2021-
dc.identifier.otherGestión académica-
dc.identifier.urihttp://hdl.handle.net/10553/109142-
dc.description.abstractEl oc eano acumula una enorme cantidad de residuos de distinto tipo que puede permanecer hasta siglos contaminando el mar. Pl asticos y otros objetos fabricados por el hombre son en realidad una de las causas m as preocupantes de contaminaci on ambiental del medio marino representando un riesgo para la vida de muchas especies en el mar. Adem as, y en el mejor de los casos, empobrecen la experiencia y el disfrute de playas y zonas de ba~no en entornos tur sticos provocando incluso, en ocasiones, situaciones peligrosas para la salud de los usuarios. Canarias, como referente en econom a azul, tiene el desaf o de mantener sus entornos de playa y costa limpios de residuos y productos contaminantes. En este sentido, debemos ser capaces de identi car el tipo y la cantidad de objetos contaminantes que llegan otando a nuestras playas y costas facilitando as la organizaci on de rutinas e cientes de recogida los mismos. En este Trabajo Fin de Grado (TFG) se persigue realizar una revisi on exhaustiva de la capacidad predictiva en el estado del arte del campo de conocimiento de detecci on de objetos, espec camente soluciones de redes neuronales en entornos de costa y playa. El objetivo del an alisis es identi car aquellos modelos que provean mejores resultados en la difusa decisi on de determinar que objeto representa una instancia de un residuo en la l nea de playa y la arena. El trabajo de investigaci on aqu realizado ha sido en colaboraci on con la empresa Qualitas Arti cial Intelligence And Sciencea S.A.U.(QAISC) que ha apoyado el aprendizaje del estudiante aportando im agenes y v deos capturados por una c amara PTZ, instalada en el entorno tur stico de la playa de Patalavaca que pertenece al municipio de Mog an, localizado en el sur de Gran Canaria, entre las playas de Arguinegu n y An del Mar.en_US
dc.description.abstractThe ocean accumulates a huge amount of waste of di erent types that can remain for centuries polluting the sea. Plastics and other objects are actually one of the most worrying causes of environmental pollution of the marine environment, representing a risk to the life of many species in the sea. In addition, and in the best of cases, they impoverish the experience and enjoyment of beaches and bathing areas in tourist environments, sometimes even causing situations that are dangerous to the health of users. The Canary Islands, as a benchmark in the blue economy, has the challenge of keeping its beach and coastline environments clean of waste and polluting products. In this sense, we must be able to identify the type and quantity of polluting objects that oat to our beaches and coasts, thus facilitating the organization of e cient collection routines. This Final Degree Project (TFG) aims to carry out an exhaustive review of the predictive capacity in the state of the art of the eld of knowledge of object detection, speci cally neural network solutions in environments of coast and beach. The objective of the analysis is to identify those models that provide better results in the fuzzy decision to determine which object represents an instance of a residue on the beach line and the sand. The research work carried out here has been in collaboration with the company Qualitas Arti cial Intelligence And Science a SAU (QAISC), which has supported student learning by providing images and videos captured by a PTZ camera, installed in the tourist area of Patalavaca beach that belongs to the municipality of Mog an, located in the south of Gran Canaria, between the beaches of Arguinegu n and An del Mar.en_US
dc.languagespaen_US
dc.subject120317 Informáticaen_US
dc.titleDetección de residuos mediante redes neuronales en entornos de costa y playaes
dc.typeinfo:eu-repo/semantics/bachelorThesisen_US
dc.typeBachelorThesisen_US
dc.contributor.departamentoDepartamento de Informática y Sistemases
dc.contributor.facultadEscuela de Ingeniería Informáticaen_US
dc.investigacionIngeniería y Arquitecturaen_US
dc.type2Trabajo final de gradoen_US
dc.utils.revisionen_US
dc.identifier.matriculaTFT-63214es
dc.identifier.ulpgcen_US
dc.contributor.buulpgcBU-INFes
dc.contributor.titulacionGrado en Ingeniería Informáticaes
item.fulltextCon texto completo-
item.grantfulltextopen-
crisitem.advisor.deptGIR IUCES: Centro de Tecnologías de la Imagen-
crisitem.advisor.deptIU de Cibernética, Empresa y Sociedad (IUCES)-
crisitem.advisor.deptDepartamento de Informática y Sistemas-
crisitem.advisor.deptGIR IUCES: Centro de Tecnologías de la Imagen-
crisitem.advisor.deptIU de Cibernética, Empresa y Sociedad (IUCES)-
crisitem.advisor.deptDepartamento de Informática y Sistemas-
Appears in Collections:Trabajo final de grado
Thumbnail
Adobe PDF (10,53 MB)
Show simple item record

Google ScholarTM

Check


Share



Export metadata



Items in accedaCRIS are protected by copyright, with all rights reserved, unless otherwise indicated.