Mostrar el registro sencillo del ítem

dc.contributor.advisorHerrera Fernández, Luis Jorgespa
dc.contributor.authorMuñoz Amaya, Omar Alfonsospa
dc.date.accessioned2020-07-30T15:58:18Z
dc.date.available2020-07-30T15:58:18Z
dc.date.issued2019
dc.identifier.otherTE-24132
dc.identifier.urihttp://hdl.handle.net/20.500.12209/12074
dc.description.abstractEl presente trabajo de grado se desarrolló con el fin de explorar técnicas de visión artificial aplicadas a los procesos de producción agrícola del país como lo es la industria floricultora, entendiendo que, en las temporadas de gran producción los operarios contratados no tienen suficiente experiencia para realizar una correcta evaluación de la calidad de la rosa, entrenarlos y capacitar dicho personal toma demasiado tiempo. Se desarrolla entonces el diseño de un sistema entrenado con técnicas de visión artificial que sea capaz de realizar esta labor y que cumpla con los criterios de calidad acotados. Por lo que al final del desarrollo se obtiene una aplicación a modo de interfaz de usuario que permite ver análisis de la calidad de las fotografías de rosas ingresadas al mismo.spa
dc.formatPDFspa
dc.format.mimetypeapplication/pdfspa
dc.language.isospa
dc.publisherUniversidad Pedagógica Nacionalspa
dc.rights.urihttps://creativecommons.org/licenses/by-nc-nd/4.0/
dc.sourcereponame:Repositorio Institucional de la Universidad Pedagógica Nacionalspa
dc.sourceinstname:Universidad Pedagógica Nacionalspa
dc.subjectAprendizaje de máquinaspa
dc.subjectFloriculturaspa
dc.subjectProcesamiento de imágenesspa
dc.subjectSistemaspa
dc.subjectVisión artificialspa
dc.titleDiseño de un sistema de visión artificial para el análisis de calidad y producción de rosas.spa
dc.typeinfo:eu-repo/semantics/bachelorThesis
dc.publisher.programLicenciatura en Electrónicaspa
dc.subject.keywordsMachine learningeng
dc.rights.accessAcceso abiertospa
dc.rights.accessrightsinfo:eu-repo/semantics/openAccess
dc.relation.referencesBayer CropScience. (s.f.). Mildeo velloso. El Mildeo Velloso acecha su cultivo Protéjalo con el mejor portafolio. [Folleto]. Autor.
dc.relation.referencesCárdenas, M., & Rodríguez, M. (2011). Colombia y la creación de una empresa productora de flores. Universidad de La Sabana, 166.
dc.relation.referencesCsurka, G., C. R. Dance, L. Fan, J. Willamowski, and C. Bray. Visual Categorization with Bags of Keypoints. Workshop on Statistical Learning in Computer Vision. 2004, ECCV 1 (1–22), 1–2.
dc.relation.referencesDharwadkar, S., Bhat, G., Reddy, N. V. S., & Aithal, P. K. (2017). Floriculture classification using simple neural network and deep learning. 2017 2nd IEEE International Conference on Recent Trends in Electronics, Information & Communication Technology (RTEICT), 619–622. https://doi.org/10.1109/RTEICT.2017.8256671
dc.relation.referencesDo, T. B., Nguyen, H. H., Nguyen, T. T. N., Vu, H., Tran, T. T. H., & Le, T. L. (2017). Plant identification using score-based fusion of multi-organ images. Proceedings - 2017 9th International Conference on Knowledge and Systems Engineering, KSE 2017, 2017–Janua, 191–196. https://doi.org/10.1109/KSE.2017.8119457
dc.relation.referencesGarcía Santillán, I. D. (2008). Visión artificial y procesamiento digital de imágenes usando Matlab. Quito, Ecuador: Cámara Ecuatoriana del Libro - Núcleo de Pichincha
dc.relation.referencesGavai, N. R., Jakhade, Y. A., Tribhuvan, S. A., & Bhattad, R. (2018). MobileNets for flower classification using TensorFlow. 2017 International Conference on Big Data, IoT and Data Science, BID 2017, 2018–Janua, 154–158. https://doi.org/10.1109/BID.2017.8336590
dc.relation.referencesGhosh, S., Kumar, H., Kumar, P.V., & Nayak, J.S. (2015). Study on Classification of Plants Images using Combined Classifier
dc.relation.referencesGogul, I., & Kumar, V. S. (2017). Flower species recognition system using convolution neural networks and transfer learning. 2017 4th International Conference on Signal Processing, Communication and Networking, ICSCN 2017, 1–6. https://doi.org/10.1109/ICSCN.2017.8085675
dc.relation.referencesHiary, H., Saadeh, H., Saadeh, M., & Yaqub, M. (2015). Flower Classification using Deep Convolutional Neural Networks, 12, 1–8. https://doi.org/10.1049/iet-cvi.2017.0155
dc.relation.referencesHussein, S. A., Naby, H. El, & Youssif, A. A. A. (2016). Image Multi-Classification using PHOW Features. IOSR Journal of Computer Engineering, 18(5), 2278–2661. https://doi.org/10.9790/0661-1805063136
dc.relation.referencesMarín, M., & Rangel, J. (2000). Comercialización Internacional de Flores: Antecedentes y Evolución: 1990-1999. Universidad Nacional de Colombia, 278.
dc.relation.referencesNorvig, P., & Russell, S. (2014). Inteligencia artificial. Elsevier Brasil. (Vol. 1). https://doi.org/M-26913-2004
dc.relation.referencesNúcleo Ambiental S.A.S. (2015). Flores & follajes, 1–42. Recuperado de: https://www.google.com.co/url?sa=t&rct=j&q=&esrc=s&source=web&cd=7&cad=rja&uact=8&ved=0ahUKEwiMq_TrkpXQAhVFKyYKHcIgAMwQFghNMAY&url=https://www.ccb.org.co/content/download/13733/175129/file/Flore Follajes.pdf&usg=AFQjCNFGTwQCPrE2PPnoFqW55y-LHixNvA&sig
dc.relation.referencesLiu, W., Rao, Y., Fan, B., Song, J., & Wang, Q. (2017). Flower classification using fusion descriptor and SVM. 2017 International Smart Cities Conference, ISC2 2017
dc.relation.referencesPalma, J., y Marín, R. (2008). Inteligencia Artificial. Inteligencia Artificial (Vol. 2). McGraw-Hill. España. https://doi.org/10.4114/ia.v2i6.614
dc.relation.referencesPerez, R. (2002). Plagas Y Enfermedades Importantes Del Rosal, 63.
dc.relation.referencesPonce, P. (2010). Inteligencia Artificial con Aplicaciones a la Ingeniería. (Alfaomega, Ed.) (Primera Ed). México
dc.relation.referencesPurohit, S., Gandhi, S., Viroja, R., & Chaudhary, N. (2015). Automatic Plant Species Recognition Technique using Machine learning approaches. 2015 International Conference on Computing and Network Communications (CoCoNet), 710–719. https://doi.org/10.1109/CoCoNet.2015.7411268
dc.relation.referencesRavindran, P., Costa, A.M., Soares, R.E., & Wiedenhoeft, A.C. (2018). Classification of CITES-listed and other neotropical Meliaceae wood images using convolutional neural networks. Plant Methods
dc.relation.referencesShukla, T., Mishra, N., & Sharma, S. (2013). Automatic image annotation using SURF Features. 2013 Annual IEEE India Conference, INDICON 2013, 68(4), 920–924. https://doi.org/10.1109/INDCON.2012.6420748
dc.relation.referencesTárrega, P., (2015, marzo 5). Procesado de imagen de forma sencilla [Archivo de video]. Recuperado de https://la.mathworks.com/videos/image-processing-made-easy-100161.html?fbclid=IwAR3fYY1kCVzKTJgKpjXAe_QIDEVoidW_E-3dWbOtjDW4f5pRXjUKMQcadTQ
dc.relation.referencesTárrega, P., (2015, mayo 7). Aprendizaje automático (Machine Learning) de forma sencilla [Archivo de video]. Recuperado de https://la.mathworks.com/videos/machine-learning-made-easy-101277.html
dc.relation.referencesTiay, T., Benyaphaichit, P., & Riyamongkol, P. (2014). Flower Recognition System Based on Image Processing, 99–102.
dc.relation.referencesUddin, M.A., Joolee, J.B., Alam, A., & Lee, Y. (2017). Human Action Recognition Using Adaptive Local Motion Descriptor in Spark. IEEE Access, 5, 21157-21167.
dc.relation.referencesXia, X., Xu, C., & Nan, B. (2017). Inception-v3 for flower classification. 2017 2nd International Conference on Image, Vision and Computing, ICIVC 2017, 783–787. https://doi.org/10.1109/ICIVC.2017.7984661
dc.relation.referencesZamora, P. E. (2016). Algunas Fisiopatias De Frutos, Tallos Y Hojas En Cultivos Protegidos
dc.relation.referencesZawbaa, H. M., Abbass, M., & Basha, S. H. (2014). An Automatic Flower Classification Approach Using Machine Learning Algorithms. Icacci, 895–901. https://doi.org/10.1109/ICACCI.2014.6968612
dc.publisher.facultyFacultad de Ciencia y Tecnologíaspa
dc.type.localTesis/Trabajo de grado - Monografía – Pregradospa
dc.type.coarhttp://purl.org/coar/resource_type/c_7a1feng
dc.description.degreenameLicenciado en Electrónicaspa
dc.description.degreelevelTesis de pregradospa
dc.type.driverinfo:eu-repo/semantics/bachelorThesiseng
dc.identifier.instnameinstname:Universidad Pedagógica Nacionalspa
dc.identifier.instnameinstname:Universidad Pedagógica Nacionalspa
dc.identifier.reponamereponame: Repositorio Institucional UPNspa
dc.identifier.repourlrepourl: http://repositorio.pedagogica.edu.co/
dc.type.versioninfo:eu-repo/semantics/acceptedVersion
dc.type.versionhttp://purl.org/coar/version/c_ab4af688f83e57aa
dc.rights.creativecommonsAttribution-NonCommercial-NoDerivatives 4.0 International


Ficheros en el ítem

Thumbnail

Este ítem aparece en la(s) siguiente(s) colección(ones)

Mostrar el registro sencillo del ítem

https://creativecommons.org/licenses/by-nc-nd/4.0/
Excepto si se señala otra cosa, la licencia del ítem se describe como https://creativecommons.org/licenses/by-nc-nd/4.0/