Repository logo
  • English
  • Català
  • Čeština
  • Deutsch
  • Español
  • Français
  • Gàidhlig
  • Italiano
  • Latviešu
  • Magyar
  • Nederlands
  • Polski
  • Português
  • Português do Brasil
  • Suomi
  • Svenska
  • Türkçe
  • Tiếng Việt
  • Қазақ
  • বাংলা
  • हिंदी
  • Ελληνικά
  • Yкраї́нська
  • Log In
    New user? Click here to register. Have you forgotten your password?
Repository logo
  • Communities & Collections
  • All of DSpace
  • English
  • Català
  • Čeština
  • Deutsch
  • Español
  • Français
  • Gàidhlig
  • Italiano
  • Latviešu
  • Magyar
  • Nederlands
  • Polski
  • Português
  • Português do Brasil
  • Suomi
  • Svenska
  • Türkçe
  • Tiếng Việt
  • Қазақ
  • বাংলা
  • हिंदी
  • Ελληνικά
  • Yкраї́нська
  • Log In
    New user? Click here to register. Have you forgotten your password?
  1. Home
  2. Browse by Author

Browsing by Author "Vera Vera, Francisca Valentina"

Now showing 1 - 1 of 1
Results Per Page
Sort Options
  • Loading...
    Thumbnail Image
    Item
    Implementación de un clasificador basado en deep learning para detector en una comunicación óptica por cámara.
    (Universidad de Concepción, 2024) Vera Vera, Francisca Valentina; Saavedra Mondaca, Gabriel Alejandro
    La infraestructura de comunicaciones inalámbricas basada en radiofrecuencia enfrenta una creciente saturación debido al aumento de dispositivos que requieren conexiones rápidas y de alta capacidad. En este contexto, las comunicaciones ópticas inalámbricas (OWC) se presentan como una solución eficaz, aunque no todas sus ramas buscan descongestionar el espectro de radiofrecuencia; algunas se centran en la reducción de costos. Las comunicaciones ópticas por cámaras (OCC) destacan al aprovechar la infraestructura existente, como cámaras de teléfonos móviles y sistemas de seguridad, sin requerir hardware adicional, lo cual reduce significativa mente los costos. En este trabajo, se propone implementó un sistema OCC utilizando una matriz de 8x8 LEDs como transmisor y una cámara CMOS como receptor, centrándose en la correcta clasificación de los símbolos recibidos. Para ello, se grabaron secuencias de símbolos generados por la ma triz LED bajo diversas condiciones, utilizando la modulación CSK (Color-Shift Keying) para codificar la información y diferenciar los símbolos mediante el color. Con un total de 8 símbolos distintos, estos se transmitieron a una frecuencia específica para ser capturados y procesados por la cámara. Este enfoque podría facilitar una interacción eficiente entre máquinas, vehículos (V2V), dispositivos IoT y otros sistemas conectados. Los datos generados a partir de la interacción entre la matriz LED y la cámara se utilizaron para entrenar un modelo basado en YOLOv8, alcanzando una precisión global del 98.4%. Este resultado demuestra la robustez del modelo para detectar y clasificar colores con alta precisión, reduciendo significativamente los errores en la transmisión de datos. Esto respalda el potencial de la OCC como una tecnología viable en entornos que no requieren infraestructura de alta velocidad. Además, se promueve el desarrollo de sistemas de bajo costo con capacidad para una adopción masiva, ofreciendo soluciones accesibles y sostenibles sin la necesidad de grandes inversiones en nuevos equipos.
Síguenos en...