Procesamiento distribuido de flujos de video sobre plataforma de Big Data

Autores
Lavallén, Pablo Javier
Año de publicación
2018
Idioma
español castellano
Tipo de recurso
tesis de grado
Estado
versión aceptada
Colaborador/a o director/a de tesis
Tolosa, Gabriel Hernán
Descripción
Fil: Lavallén, Pablo Javier. Universidad Nacional de Luján. Argentina.
En este trabajo, se evalúa el desempeño y se estudia la escalabilidad de una de las principales tecnologías utilizadas en Big Data como es Spark, y se analiza si resulta eficiente para realizar una de las tareas centrales en el area de visión por computadora como es el reconocimiento automático de humanos en flujos de video. A tal efecto, se propone una arquitectura que permite procesar de manera distribuida sobre un cluster de computadoras (del tipo commodity hardware), un conjunto de frames provenientes de cámaras de video para determinar si en estos existe presencia de humanos. La implementación de esta propuesta utiliza el modelo Support Vector Machines como clasificador y el método de Histogramas de Gradientes Orientados para la extracción de features en las imágenes. Para evaluar la performance de la arquitectura se realizan una serie de experimentos en los cuales se verán tanto la cantidad de frames a procesar por el sistema, como así también, la cantidad de nodos (recursos) disponibles en el cluster para su procesamiento. Por ultimo, se realiza un análisis de la performance obtenida. A tal efecto, se calculan las métricas centrales para la evaluación de los sistemas distribuidos como son el Tiempo de Procesamiento, Speedup y Eficiencia.
Materia
Procesamiento de Imágenes
Big Data
Spark
SVM
HOG
Performance
Nivel de accesibilidad
acceso abierto
Condiciones de uso
https://creativecommons.org/licenses/by-nc-nd/2.5/ar/
Repositorio
REDIUNLU (UNLu)
Institución
Universidad Nacional de Luján
OAI Identificador
oai:ri.unlu.edu.ar:rediunlu/1113

id REDIUNLU_8f215a6d99aba8ed2eabb4422448f256
oai_identifier_str oai:ri.unlu.edu.ar:rediunlu/1113
network_acronym_str REDIUNLU
repository_id_str w
network_name_str REDIUNLU (UNLu)
spelling Procesamiento distribuido de flujos de video sobre plataforma de Big DataLavallén, Pablo JavierProcesamiento de ImágenesBig DataSparkSVMHOGPerformanceFil: Lavallén, Pablo Javier. Universidad Nacional de Luján. Argentina.En este trabajo, se evalúa el desempeño y se estudia la escalabilidad de una de las principales tecnologías utilizadas en Big Data como es Spark, y se analiza si resulta eficiente para realizar una de las tareas centrales en el area de visión por computadora como es el reconocimiento automático de humanos en flujos de video. A tal efecto, se propone una arquitectura que permite procesar de manera distribuida sobre un cluster de computadoras (del tipo commodity hardware), un conjunto de frames provenientes de cámaras de video para determinar si en estos existe presencia de humanos. La implementación de esta propuesta utiliza el modelo Support Vector Machines como clasificador y el método de Histogramas de Gradientes Orientados para la extracción de features en las imágenes. Para evaluar la performance de la arquitectura se realizan una serie de experimentos en los cuales se verán tanto la cantidad de frames a procesar por el sistema, como así también, la cantidad de nodos (recursos) disponibles en el cluster para su procesamiento. Por ultimo, se realiza un análisis de la performance obtenida. A tal efecto, se calculan las métricas centrales para la evaluación de los sistemas distribuidos como son el Tiempo de Procesamiento, Speedup y Eficiencia.Universidad Nacional de LujánTolosa, Gabriel Hernán2022-05-03T14:32:26Z2022-05-03T14:32:26Z2018-02Thesisinfo:eu-repo/semantics/bachelorThesisinfo:eu-repo/semantics/acceptedVersionhttp://purl.org/coar/resource_type/c_7a1finfo:ar-repo/semantics/tesisDeGradoapplication/pdfapplication/pdfhttp://ri.unlu.edu.ar/xmlui/handle/rediunlu/1113spaesinfo:eu-repo/semantics/openAccesshttps://creativecommons.org/licenses/by-nc-nd/2.5/ar/reponame:REDIUNLU (UNLu)instname:Universidad Nacional de Luján2025-09-29T14:29:50Zoai:ri.unlu.edu.ar:rediunlu/1113instacron:UNLuInstitucionalhttps://ri.unlu.edu.arUniversidad públicaNo correspondehttps://ri.unlu.edu.ar/oaivcano@unlu.edu.ar;fgutierrez@mail.unlu.edu.ar;faquilinogutierrez@gmail.com ArgentinaNo correspondeNo correspondeNo correspondeopendoar:w2025-09-29 14:29:50.702REDIUNLU (UNLu) - Universidad Nacional de Lujánfalse
dc.title.none.fl_str_mv Procesamiento distribuido de flujos de video sobre plataforma de Big Data
title Procesamiento distribuido de flujos de video sobre plataforma de Big Data
spellingShingle Procesamiento distribuido de flujos de video sobre plataforma de Big Data
Lavallén, Pablo Javier
Procesamiento de Imágenes
Big Data
Spark
SVM
HOG
Performance
title_short Procesamiento distribuido de flujos de video sobre plataforma de Big Data
title_full Procesamiento distribuido de flujos de video sobre plataforma de Big Data
title_fullStr Procesamiento distribuido de flujos de video sobre plataforma de Big Data
title_full_unstemmed Procesamiento distribuido de flujos de video sobre plataforma de Big Data
title_sort Procesamiento distribuido de flujos de video sobre plataforma de Big Data
dc.creator.none.fl_str_mv Lavallén, Pablo Javier
author Lavallén, Pablo Javier
author_facet Lavallén, Pablo Javier
author_role author
dc.contributor.none.fl_str_mv Tolosa, Gabriel Hernán
dc.subject.none.fl_str_mv Procesamiento de Imágenes
Big Data
Spark
SVM
HOG
Performance
topic Procesamiento de Imágenes
Big Data
Spark
SVM
HOG
Performance
dc.description.none.fl_txt_mv Fil: Lavallén, Pablo Javier. Universidad Nacional de Luján. Argentina.
En este trabajo, se evalúa el desempeño y se estudia la escalabilidad de una de las principales tecnologías utilizadas en Big Data como es Spark, y se analiza si resulta eficiente para realizar una de las tareas centrales en el area de visión por computadora como es el reconocimiento automático de humanos en flujos de video. A tal efecto, se propone una arquitectura que permite procesar de manera distribuida sobre un cluster de computadoras (del tipo commodity hardware), un conjunto de frames provenientes de cámaras de video para determinar si en estos existe presencia de humanos. La implementación de esta propuesta utiliza el modelo Support Vector Machines como clasificador y el método de Histogramas de Gradientes Orientados para la extracción de features en las imágenes. Para evaluar la performance de la arquitectura se realizan una serie de experimentos en los cuales se verán tanto la cantidad de frames a procesar por el sistema, como así también, la cantidad de nodos (recursos) disponibles en el cluster para su procesamiento. Por ultimo, se realiza un análisis de la performance obtenida. A tal efecto, se calculan las métricas centrales para la evaluación de los sistemas distribuidos como son el Tiempo de Procesamiento, Speedup y Eficiencia.
description Fil: Lavallén, Pablo Javier. Universidad Nacional de Luján. Argentina.
publishDate 2018
dc.date.none.fl_str_mv 2018-02
2022-05-03T14:32:26Z
2022-05-03T14:32:26Z
dc.type.none.fl_str_mv Thesis
info:eu-repo/semantics/bachelorThesis
info:eu-repo/semantics/acceptedVersion
http://purl.org/coar/resource_type/c_7a1f
info:ar-repo/semantics/tesisDeGrado
format bachelorThesis
status_str acceptedVersion
dc.identifier.none.fl_str_mv http://ri.unlu.edu.ar/xmlui/handle/rediunlu/1113
url http://ri.unlu.edu.ar/xmlui/handle/rediunlu/1113
dc.language.none.fl_str_mv spa
es
language spa
language_invalid_str_mv es
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
https://creativecommons.org/licenses/by-nc-nd/2.5/ar/
eu_rights_str_mv openAccess
rights_invalid_str_mv https://creativecommons.org/licenses/by-nc-nd/2.5/ar/
dc.format.none.fl_str_mv application/pdf
application/pdf
dc.publisher.none.fl_str_mv Universidad Nacional de Luján
publisher.none.fl_str_mv Universidad Nacional de Luján
dc.source.none.fl_str_mv reponame:REDIUNLU (UNLu)
instname:Universidad Nacional de Luján
reponame_str REDIUNLU (UNLu)
collection REDIUNLU (UNLu)
instname_str Universidad Nacional de Luján
repository.name.fl_str_mv REDIUNLU (UNLu) - Universidad Nacional de Luján
repository.mail.fl_str_mv vcano@unlu.edu.ar;fgutierrez@mail.unlu.edu.ar;faquilinogutierrez@gmail.com
_version_ 1844621817661095936
score 12.559606