1. Repositorio Institucional del Tecnológico Nacional de México (RI - TecNM)
2. Tesis de Posgrado
3. Jalisco
4. Instituto Tecnológico de Cd. Guzmán
5. Tesis maestría en ciencias de la computación

Title:	CLASIFICACIÓN DE COMPORTAMIENTOS DEL PERRO DOMÉSTICO MEDIANTE VISIÓN ARTIFICIAL
Authors:	CHÁVEZ GUERRERO, VÍCTOR OCYEL
metadata.dc.subject.other:	Visión Artificial, Aprendizaje Máquina, Comportamiento Canino
Issue Date:	2021-08-01
Publisher:	Tecnológico Nacional de México
metadata.dc.publisher.tecnm:	Instituto Tecnológico de Ciudad Guzmán
Description:	Los perros son los animales de compañía más comunes en todo el mundo, motivados por su excepcional comportamiento social con los humanos. A diferencia de muchos animales, los perros son capaces, entre otras cosas, de aprender órdenes vocales, identificar estados de ánimo, mantener el contacto visual y reconocer expresiones faciales. Además, como tienen una gran agilidad y unos sentidos del olfato y el oído superiores a los de los humanos, los perros han sido entrenados con éxito para tareas cruciales como la búsqueda, el rescate y la asistencia. Por lo tanto, es relevante realizar investigaciones científicas para comprender los fundamentos del comportamiento y los canales de comunicación del perro que aumenten el uso de sus capacidades en beneficio del ser humano, garantizando el bienestar del animal. En este trabajo, fue desarrollado un método computacional para el análisis de las características de comportamiento del perro basado en técnicas de visión artificial. El método propuesto determina el estado emocional del perro en un momento dado, lo que abre un campo prometedor para el desarrollo de nuevas tecnologías que entrenadores y usuarios pueden aprovechar, para mejorar los procesos de selección, entrenamiento y ejecución de las tareas de los perros de servicio. Hemos utilizado una base de datos de videos que incluye la presencia de diferentes estados internos inducidos por varios estímulos. Bajo este método, el mejor valor de precisión que se obtuvo durante las pruebas de clasificación fue de 0.6917 en el mejor modelo entrenado mediante Transfer Learning sobre la arquitectura MobileNet, obteniendo resultados buenos pero no perfectos. El proceso de entrenamiento se realizó con 1067 imágenes distribuidas en cuatro categorías, 343 en la categoría Agresividad, 212 en la categoría Ansiedad, 160 en la categoría Miedo y 352 en la categoría Nada. El método propuesto obtuvo resultados decentes, pero aún puede mejorarse en términos técnicos y metodológicos. Sin embargo, este método puede servir como introducción y sentar las bases para explorar y ampliar el estudio del comportamiento canino utilizando modelos computacionales.
metadata.dc.type:	info:eu-repo/semantics/masterThesis
Appears in Collections:	Tesis maestría en ciencias de la computación

This item is protected by original copyright View License

This item is licensed under a Creative Commons License