Tesis de Ingenieria en Sonido.
Instutución: Universidad Nacional de Tres de Febrero (UNTREF), provincia de Buenos Aires.
Resumen
En la presente investigación se aborda la clasificación de vehículos en áreas urbanas, mediante la utilización de algoritmos de aprendizaje automático, como método para el cálculo de aforo vehicular. El método que se presenta tiene como objetivo reconocer y clasificar a los vehículos presentes dentro de grabaciones urbanas. A su vez, analiza los registros sonoros de los vehículos según la tipología descripta por la Directiva 2002/49/CE sobre evaluación y gestión del ruido ambiental, lo que permite ser utilizado como herramienta para los software de modelamiento acústico en la conformación de mapas de ruido.
Se utilizó un algoritmo de redes neuronales artificiales como técnica de aprendizaje supervisado para realizar la clasificación de los audios, implementado en MATLAB®. Los diferentes modelos del algoritmo fueron entrenados con un conjunto de datos conformados para la investigación a partir de mediciones de campo, técnicas de data augmentation, y audios obtenidos del banco de datos libres UrbanSound8k. El desempeño fue evaluado con métricas clásicas de evaluación de clasificadores, otorgando valores de precisión promedio de 0,875.