Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)Calderon, FranciscoParra, Carlos Alberto2021-06-162021-06-162013-09-09http://repositorio.uan.edu.co/handle/123456789/3921This paper presents the implementation and comparison of algorithms for support vector machines “SVM” and AdaBoost in the classification of public and private vehicles using segmented images of video sequences taken in Bogotá city. Using as tools the OpenCV libraries implemented in C. The algorithms performances are remarkable and therefore its use could have a positive impact in the reduction of traffic problems.Este artículo presenta el diseño e implementación y comparación de algoritmos para la clasificación de vehículos privados y públicos en Bogotá. El desempeño de estos algoritmos de clasificación es notable, y vale la pena anotar el impacto potencial que tendrían en la reducción de problemas de tráfico. Los datos experimentales fueron imágenes segmentadas de vídeos tomados sobre el tráfico en la ciudad de Bogotá. Por otro lado, los algoritmos que se utilizaron son máquinas de aprendizaje como Support Vector Machines “SVM” y Adaboost. Vale la pena notar, que se hizo uso de las librerías OpenCV implementadas en C.application/pdfspaAcceso abiertoAdaBoostAdaBosstBinary Treesárboles binariosOpenCVOpenCVPattern recognitionreconocimiento de patronesSVMSVMTraffic engineeringIngeniería de tráficoVehicles classificationclasificación de vehículosinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2