Radar-based vision algorithms for in cabin monitoring applications

In recent years, the number of infant deaths being left inside a vehicle has considerably increased, most of them due to careless parents unknowingly leaving the infant locked in the car. Therefore, this thesis aims to put forward a solution preventing this kind of infant deaths by detecting human p...

Descripción completa

Detalles Bibliográficos
Autor: Coll Bernabé, Ferran
Tipo de recurso: tesis de maestría
Fecha de publicación:2023
País:España
Institución:Universitat Politècnica de Catalunya (UPC)
Repositorio:UPCommons. Portal del coneixement obert de la UPC
Idioma:inglés
OAI Identifier:oai:upcommons.upc.edu:2117/386168
Acceso en línea:https://hdl.handle.net/2117/386168
Access Level:acceso abierto
Palabra clave:Deep learning
Artificial intelligence
Deep Learning
AI
Child Presence Detection
Agorithm
Inteligencia Artificial
Algoritmo
Aprenentatge profund
Intel·ligència artificial
Àrees temàtiques de la UPC::Enginyeria de la telecomunicació::Processament del senyal
Àrees temàtiques de la UPC::Informàtica::Intel·ligència artificial
id ES_64fd2ee506ea8061702ff2e40bc70971
oai_identifier_str oai:upcommons.upc.edu:2117/386168
network_acronym_str ES
network_name_str España
repository_id_str
dc.title.none.fl_str_mv Radar-based vision algorithms for in cabin monitoring applications
title Radar-based vision algorithms for in cabin monitoring applications
spellingShingle Radar-based vision algorithms for in cabin monitoring applications
Coll Bernabé, Ferran
Deep learning
Artificial intelligence
Deep Learning
AI
Child Presence Detection
Agorithm
Deep Learning
Inteligencia Artificial
Child Presence Detection
Algoritmo
Aprenentatge profund
Intel·ligència artificial
Àrees temàtiques de la UPC::Enginyeria de la telecomunicació::Processament del senyal
Àrees temàtiques de la UPC::Informàtica::Intel·ligència artificial
title_short Radar-based vision algorithms for in cabin monitoring applications
title_full Radar-based vision algorithms for in cabin monitoring applications
title_fullStr Radar-based vision algorithms for in cabin monitoring applications
title_full_unstemmed Radar-based vision algorithms for in cabin monitoring applications
title_sort Radar-based vision algorithms for in cabin monitoring applications
dc.creator.none.fl_str_mv Coll Bernabé, Ferran
author Coll Bernabé, Ferran
author_facet Coll Bernabé, Ferran
author_role author
dc.contributor.none.fl_str_mv Morros Rubió, Josep Ramon
Pedro Puig, Marta
dc.subject.none.fl_str_mv Deep learning
Artificial intelligence
Deep Learning
AI
Child Presence Detection
Agorithm
Deep Learning
Inteligencia Artificial
Child Presence Detection
Algoritmo
Aprenentatge profund
Intel·ligència artificial
Àrees temàtiques de la UPC::Enginyeria de la telecomunicació::Processament del senyal
Àrees temàtiques de la UPC::Informàtica::Intel·ligència artificial
topic Deep learning
Artificial intelligence
Deep Learning
AI
Child Presence Detection
Agorithm
Deep Learning
Inteligencia Artificial
Child Presence Detection
Algoritmo
Aprenentatge profund
Intel·ligència artificial
Àrees temàtiques de la UPC::Enginyeria de la telecomunicació::Processament del senyal
Àrees temàtiques de la UPC::Informàtica::Intel·ligència artificial
description In recent years, the number of infant deaths being left inside a vehicle has considerably increased, most of them due to careless parents unknowingly leaving the infant locked in the car. Therefore, this thesis aims to put forward a solution preventing this kind of infant deaths by detecting human presence inside the vehicle, especially infants and babies. In other words, a solution based on the installation of a Child Presence Detection (CPD) system inside the vehicle. This preventing system is based on different radar technologies together with the use of Deep Leaning techniques, which use multiple layers to extract relevant features of the data gathered by the radar and produce an alarm if necessary. This consists of an alternative low-cost non-contact implementation by using Doppler and FMCW radars, which can easily be integrated in the car structure while delivering high accuracy measurements and presenting lower power consumption. From the multiple Deep Learning structures that exist, this thesis explores the most interesting ones dealing with this kind of radar data, such as CNN, RNN, R-CNN among many others. The implementation using the 24GHz Doppler radar has been able to perform CPD with a considerably high accuracy considering it is a low-cost solution. On the other hand, the higher bandwidth of the 60GHz FMCW radar, not only has allowed to perform CPD, but it has also been able to localize the different target positions in the car.
publishDate 2023
dc.date.none.fl_str_mv 2023
2023-02-09
2023
2023-04-12
dc.type.none.fl_str_mv master thesis
http://purl.org/coar/resource_type/c_bdcc
NA
http://purl.org/coar/version/c_be7fb7dd8ff6fe43
dc.type.openaire.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
dc.identifier.none.fl_str_mv https://hdl.handle.net/2117/386168
url https://hdl.handle.net/2117/386168
dc.language.none.fl_str_mv Inglés
eng
language_invalid_str_mv Inglés
language eng
dc.rights.none.fl_str_mv open access
http://purl.org/coar/access_right/c_abf2
dc.rights.openaire.fl_str_mv info:eu-repo/semantics/openAccess
rights_invalid_str_mv open access
http://purl.org/coar/access_right/c_abf2
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universitat Politècnica de Catalunya
publisher.none.fl_str_mv Universitat Politècnica de Catalunya
dc.source.none.fl_str_mv reponame:UPCommons. Portal del coneixement obert de la UPC
instname:Universitat Politècnica de Catalunya (UPC)
instname_str Universitat Politècnica de Catalunya (UPC)
reponame_str UPCommons. Portal del coneixement obert de la UPC
collection UPCommons. Portal del coneixement obert de la UPC
repository.name.fl_str_mv
repository.mail.fl_str_mv
_version_ 1869409709035880449
spelling Radar-based vision algorithms for in cabin monitoring applicationsColl Bernabé, FerranDeep learningArtificial intelligenceDeep LearningAIChild Presence DetectionAgorithmDeep LearningInteligencia ArtificialChild Presence DetectionAlgoritmoAprenentatge profundIntel·ligència artificialÀrees temàtiques de la UPC::Enginyeria de la telecomunicació::Processament del senyalÀrees temàtiques de la UPC::Informàtica::Intel·ligència artificialIn recent years, the number of infant deaths being left inside a vehicle has considerably increased, most of them due to careless parents unknowingly leaving the infant locked in the car. Therefore, this thesis aims to put forward a solution preventing this kind of infant deaths by detecting human presence inside the vehicle, especially infants and babies. In other words, a solution based on the installation of a Child Presence Detection (CPD) system inside the vehicle. This preventing system is based on different radar technologies together with the use of Deep Leaning techniques, which use multiple layers to extract relevant features of the data gathered by the radar and produce an alarm if necessary. This consists of an alternative low-cost non-contact implementation by using Doppler and FMCW radars, which can easily be integrated in the car structure while delivering high accuracy measurements and presenting lower power consumption. From the multiple Deep Learning structures that exist, this thesis explores the most interesting ones dealing with this kind of radar data, such as CNN, RNN, R-CNN among many others. The implementation using the 24GHz Doppler radar has been able to perform CPD with a considerably high accuracy considering it is a low-cost solution. On the other hand, the higher bandwidth of the 60GHz FMCW radar, not only has allowed to perform CPD, but it has also been able to localize the different target positions in the car.En los últimos años, el número de niños fallecidos encerrados en vehículos ha incrementado considerablemente; en muchos casos debido al descuido de los padres que han dejado encerrado al bebé accidentalmente. Así pues, esta tesis tiene la intención de ofrecer una solución que prevenga este tipo de muertes mediante la detección de presencia humana dentro del vehículo, especialmente babes i niños. En otras palabras, una solución basada en la instalación de lo que se conoce como un sistema Child Presence Detection (CPD). Este sistema de prevención está basado en diferentes tecnologías radar en conjunto con el uso de técnicas de Deep Learning, que usan múltiples capas para extraer características importantes de los datos obtenidos por el radar, y así poder alarmar en caso de que sea conveniente. Más concretamente, consiste en una alternativa de bajo coste y a distancia mediante el uso de radares Doppler y FMCW, que pueden ser fácilmente integrados en la estructura de vehículo y seguir dando medidas de alta fiabilidad. De las múltiples técnicas de Deep Learning que existen, este trabajo explora las más interesantes y adecuadas para tratar este tipo de datos de radar, como pueden ser las CNN, RNN, R-CNN entre otras. La implementación usando el radar Doppler de 24GHz ha sido capaz de realizar una detección de bebés con una precisión considerablemente elevada, teniendo en cuenta que se trata de una solución de bajo coste. Por otro lado, en lo que se refiere al radar de 60GHz FMCW, no solo ha sido capaz de realizar la detección de niños, sino que también ha logrado localizar su posición dentro del coche.En els darrers anys, el nombre d'infants morts tancats a vehicles ha incrementat considerablement, moltes de les quals per culpa del descuit dels pares que han deixat tancat al nadó sense tenir-ne coneixement. Així doncs, aquesta tesi té la intenció d'oferir una solució que previngui aquest tipus de morts mitjançant la detecció de presencia humana dins el vehicle, especialment nadons i nens. En altres paraules, una solució basada en la instal·lació del que es coneix com a un sistema Child Presence Detection (CPD). Aquest sistema de prevenció està basat en diferents tecnologies radar juntament amb l'ús de tècniques de Deep Learning, que fan servir múltiples capes per a extreure característiques importants de les dades obtingudes amb el radar, i així poder alarmar en cas que sigui convenient. Més concretament, consisteix en una alternativa de baix cost i a distància mitjançant l'ús de radars Doppler i FMCW, que poden ser fàcilment integrats en l'estructura del vehicle i continuar donant mesures d'alta fiabilitat. De les múltiples tècniques de Deep Learning que existeixen, aquest treball explora les més interessants per a tractar aquest tipus de dades, com poden ser les CNN, RNN, R-CNN entre d'altres. La implementació fent servir el radar Doppler de 24GHz ha estat capaç de realitzar una detecció de nadons amb una precisió considerablement elevada tenint en compte que es tracta d'una solució de baix cost. D'altra banda, pel que fa referència al radar de 60GHz FMCW, no tan sols ha estat capaç de dur a terme la detecció d'infants, sinó que també ha aconseguit localitzar la seva posició dins el cotxe.Universitat Politècnica de CatalunyaMorros Rubió, Josep RamonPedro Puig, Marta20232023-02-0920232023-04-12master thesishttp://purl.org/coar/resource_type/c_bdccNAhttp://purl.org/coar/version/c_be7fb7dd8ff6fe43info:eu-repo/semantics/masterThesisapplication/pdfhttps://hdl.handle.net/2117/386168reponame:UPCommons. Portal del coneixement obert de la UPCinstname:Universitat Politècnica de Catalunya (UPC)Inglésengopen accesshttp://purl.org/coar/access_right/c_abf2info:eu-repo/semantics/openAccessoai:upcommons.upc.edu:2117/3861682026-05-27T15:37:01Z
score 15,300719

Similares en LA Referencia