Por favor, use este identificador para citar o enlazar este ítem: http://repositorio.usfq.edu.ec/handle/23000/9242
Título : Hammerhead shark detection using regions with convolutional neural networks (faster R-CNN)
Autor : Benítez, Diego, director
Ulloa Sotomayor, Gabriela Salomé
Vásconez Pérez, Vicente Antonio
Palabras clave : Biosensores -- Investigaciones -- Tesis y disertaciones académicas.
Tiburones.
Fecha de publicación : 2020
Editorial : Quito
Citación : Tesis (Ingeniero Electrónico), Universidad San Francisco de Quito, Colegio de Ciencias e Ingenierías; Quito, Ecuador, 2020
Resumen : A lo largo de los años, la captura ilegal de tiburones en el Océano Pacífico ha aumentado drásticamente, hasta el punto en que el tiburón martillo se ha convertido en una especie en peligro de extinción. El monitoreo para esta especie es un procedimiento bastante complicado debido a que la mayoría de los métodos utilizados para este proceso son invasivos. Dadas estas circunstancias, los biólogos marinos optaron como solución usar cámaras subacuáticas para hacer este análisis directamente de los videos, pero este sigue siendo un proceso lento y costoso...
Descripción : Over the years the illegal catch of sharks in the Pacific Ocean has drastically increased, to the point where the Scalloped Hammerhead Shark has become an endangered species. The monitoring of these for this endangered species is a very difficult procedure due to the fact that most of the methods used for this process are invasive. Given this circumstances marine biologists have chosen as solution the use of underwater cameras to make this analysis directly from videos, but this is still a slow and expensive process...
URI : http://repositorio.usfq.edu.ec/handle/23000/9242
Aparece en las colecciones: Tesis - Ingeniería Eléctrica y Electrónica

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
130422 - 123814.pdfTESIS TEXTO COMPLETO711.87 kBAdobe PDFVista previa
Visualizar/Abrir


Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons Creative Commons