Resumen

La detección de objetos en imágenes y videos se ha convertido en una tarea importante en visión por computadora. Ha sido una tarea desafiante debido a errores de clasificación y localización. El enfoque propuesto exploró la viabilidad de la detección automatizada y seguimiento de intrusiones de elefantes a lo largo de áreas fronterizas de bosques. Debido a un aumento alarmante en los daños a los cultivos resultantes de los movimientos de manadas de elefantes, combinado con el alto riesgo de extinción de elefantes debido a actividades humanas, este artículo investigó una solución eficiente a través del seguimiento de elefantes. Se utilizó una red neuronal convolucional con aprendizaje por transferencia como modelo para la clasificación de objetos y extracción de características. Se desarrolló y probó un nuevo sistema de seguimiento utilizando la generación automatizada de tubos y métodos de generación de anclas en combinación con Faster RCNN en 5,482 secuencias de video. El video en tiempo real tomado para el análisis consistió en objetos fuertemente ocultos como árbo

• Materias:Comunicación inalámbrica Dispositivos móviles Seguridad de la información Algoritmo de inteligencia Sensor inteligente
• Subjects:Wireless communication Mobile devices Information security Algorithm intelligence Intelligent sensor
• Palabras claves:Detección de objetos; Visión por computadora; Intrusión de elefantes; Sistema de seguimiento; Red neuronal convolucional; Aprendizaje por transferencia
• Keywords:Object detection; Computer vision; Elephant intrusion; Tracking system; Convolutional neural network; Transfer learning