1. Repositorio Digital USFQ
  2. TESIS COLEGIO DE PREGRADO
  3. COLEGIO DE CIENCIAS E INGENIERÍAS (POLI)
  4. Tesis - Ingeniería en Ciencias de la Computación
Por favor, use este identificador para citar o enlazar este ítem: http://repositorio.usfq.edu.ec/handle/23000/8811
Registro completo de metadatos
Campo DC Valor Lengua/Idioma
dc.contributor.advisorPérez, Noel, director-
dc.contributor.authorPeña Solis, Alvaro Francisco-
dc.date.accessioned2020-06-01T20:12:58Z-
dc.date.available2020-06-01T20:12:58Z-
dc.date.issued2020-
dc.identifier.citationTesis (Ingeniero de Sistemas ), Universidad San Francisco de Quito, Colegio de Ciencias e Ingenierías; Quito, Ecuador, 2020es_ES
dc.identifier.urihttp://repositorio.usfq.edu.ec/handle/23000/8811-
dc.descriptionScalloped hammerhead sharks (Sphyrna lewini) were recently classed as Critically Endangered on the IUCN Red List. Despite global declines, there is a lack of information on the status of this species in the Eastern Tropical Pacific, partly due to inconsistent fisheries-independent monitoring. The use of video footage can be a valuable tool to develop                             standardized indicators, yet analysis of footage can be highly laborious. In this study, we propose a new automated method based on deep convolutional neural networks to detect and track endangered hammerhead sharks in video sequences...es_ES
dc.description.abstractEl tiburón martillo festoneado (Sphyrna lewini) fue clasificado recientemente como una especie en peligro crítico en la lista roja de la UICN. A pesar de las disminuciones mundiales, hay una falta de información sobre la situación de esta especie en el Pacífico oriental tropical, en parte debido a la falta de una vigilancia independiente de las pesquerías. El uso de material de vídeo puede ser una herramienta valiosa para desarrollar indicadores estandarizados, pero el análisis de las imágenes puede ser muy laborioso...es_ES
dc.format.extent34 h.es_ES
dc.language.isospaes_ES
dc.publisherQuitoes_ES
dc.rightsopenAccesses_ES
dc.rights.urihttp://creativecommons.org/licenses/by-nc-sa/3.0/ec/es_ES
dc.subjectProgramas para computador -- Aprendizaje profundo -- Tesis y disertaciones académicas.es_ES
dc.subjectRedes neuronales (Computadores)es_ES
dc.subjectTiburones.es_ES
dc.subject.otherCienciases_ES
dc.subject.otherComputaciónes_ES
dc.titleShark Tracking Using Deep Learninges_ES
dc.typebachelorThesises_ES
Aparece en las colecciones: Tesis - Ingeniería en Ciencias de la Computación

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
146142.pdfTESIS TEXTO COMPLETO2.14 MBAdobe PDFVista previa
Visualizar/Abrir
Mostrar el registro sencillo del ítem


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