Reconocimiento de clases de objetos basado en texturas mediante algoritmos genéticos
La Computación Genética y Evolutiva es un campo de investigación recienteen ciencias computacionales, esta trabaja con sistemas adaptativos y técnicas deoptimización inspiradas en las reglas de la evolución natural. Una de sus metas es dotara las computadoras con la capacidad de procesamiento de la...
| Autor: | |
|---|---|
| Formato: | tesis de maestría |
| Estado: | Versión publicada |
| Fecha de publicación: | 2006 |
| País: | México |
| Recursos: | Centro de Investigación Científica y de Educación Superior de Ensenada |
| Repositorio: | Repositorio Institucional CICESE |
| Idioma: | español |
| OAI Identifier: | oai:cicese.repositorioinstitucional.mx:1007/299 |
| Acesso em linha: | http://cicese.repositorioinstitucional.mx/jspui/handle/1007/299 |
| Access Level: | acceso abierto |
| Palavra-chave: | info:eu-repo/classification/Autor/Reconocimiento visual de textura,Máquina de aprendizaje,Algoritmos genéticos,Visión por computadora info:eu-repo/classification/cti/1 info:eu-repo/classification/cti/12 info:eu-repo/classification/cti/1203 |
| id |
MX_827fbe4e603ec92fa7b00e5dc6375a5b |
|---|---|
| oai_identifier_str |
oai:cicese.repositorioinstitucional.mx:1007/299 |
| network_acronym_str |
MX |
| network_name_str |
México |
| repository_id_str |
|
| spelling |
Reconocimiento de clases de objetos basado en texturas mediante algoritmos genéticosClass object recognition based on textures by genetic algorithmsEva Romero Vásquezinfo:eu-repo/classification/Autor/Reconocimiento visual de textura,Máquina de aprendizaje,Algoritmos genéticos,Visión por computadorainfo:eu-repo/classification/cti/1info:eu-repo/classification/cti/12info:eu-repo/classification/cti/1203info:eu-repo/classification/cti/1203La Computación Genética y Evolutiva es un campo de investigación recienteen ciencias computacionales, esta trabaja con sistemas adaptativos y técnicas deoptimización inspiradas en las reglas de la evolución natural. Una de sus metas es dotara las computadoras con la capacidad de procesamiento de la información comparable ala que se encuentra en la naturaleza. Por otro lado, la textura es una de las primitivascruciales en visión humana y sus características han sido usadas ampliamente en laliteratura para identificar el contenido de imágenes digitales.Este trabajo se concentra en resolver dos problemas: el reconocimiento deexpresiones faciales y el reconocimiento de objetos, los cuales se pueden englobar comoreconocimiento de clases de objetos. Para resolverlo se realiza la búsqueda de las mejoresregiones en un conjunto de imágenes digitales para el reconocimiento de clases de objetoshaciendo uso de las características de textura de dichas regiones. La selección de lasregiones así como las características de textura de éstas se lleva a cabo por mediode la estrategia de algoritmos genéticos. La clasificación de los objetos dentro de lasregiones encontradas se realiza mediante la máquina de soporte vectorial. Los resultadosobtenidos después de la aplicación de un cuestionario a un grupo de personas asícomo la aplicación del método propuesto sobre dos conjuntos de imágenes confirman lavalidez y desempeño de la solución. Los resultados experimentales muestran resultadoscomparables a los obtenidos por humanos y los vistos en la literatura.Genetic and Evolutionary Computation is a recent research field in computerscience which deals with adaptative systems and optimization techniques inspired bythe rules of natural evolution. One of its goals is to endow computers with informationprocessingcapabilities comparable to those found in nature. On the other hand, textureis one of the crucial primitives in computer vision and its characteristics have been usedto identify image information content.This work is concentrated in solving two problems: the face expressionrecognition and the object recognition, which can be included like class objectrecognition. In order to solve it, we search the best regions in a set of digital imagesin order to improve the class object recognition using the characteristics of thesetexture regions. The selection of the regions, as well as the characteristics of texture isperformed using the Genetic Algorithms strategy. Moreover, the object classificationwith all found regions is performed using Support Vector Machine. The results obtainedafter aplying a questionnaire to a group of people, as well as the application of theproposed method on two set of images confirm the validity and performance of thesolution. The experimental results show comparable results obtained by humans andthose presented in the literature.CICESEGUSTAVO OLAGUE CABALLERO2006info:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/publishedVersionapplication/pdfhttp://cicese.repositorioinstitucional.mx/jspui/handle/1007/299reponame:Repositorio Institucional CICESEinstname:Centro de Investigación Científica y de Educación Superior de Ensenadainstacron:CICESEspacitation:Romero Vásquez,E.2006.Reconocimiento de clases de objetos basado en texturas mediante algoritmos genéticos.Tesis de Maestría en Ciencias. Centro de Investigación Científica y de Educación Superior de Ensenada, Baja California.145 pp.info:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by/4.0oai:cicese.repositorioinstitucional.mx:1007/2992024-08-28T03:49:40Z |
| dc.title.none.fl_str_mv |
Reconocimiento de clases de objetos basado en texturas mediante algoritmos genéticos Class object recognition based on textures by genetic algorithms |
| title |
Reconocimiento de clases de objetos basado en texturas mediante algoritmos genéticos |
| spellingShingle |
Reconocimiento de clases de objetos basado en texturas mediante algoritmos genéticos Eva Romero Vásquez info:eu-repo/classification/Autor/Reconocimiento visual de textura,Máquina de aprendizaje,Algoritmos genéticos,Visión por computadora info:eu-repo/classification/cti/1 info:eu-repo/classification/cti/12 info:eu-repo/classification/cti/1203 info:eu-repo/classification/cti/1203 |
| title_short |
Reconocimiento de clases de objetos basado en texturas mediante algoritmos genéticos |
| title_full |
Reconocimiento de clases de objetos basado en texturas mediante algoritmos genéticos |
| title_fullStr |
Reconocimiento de clases de objetos basado en texturas mediante algoritmos genéticos |
| title_full_unstemmed |
Reconocimiento de clases de objetos basado en texturas mediante algoritmos genéticos |
| title_sort |
Reconocimiento de clases de objetos basado en texturas mediante algoritmos genéticos |
| dc.creator.none.fl_str_mv |
Eva Romero Vásquez |
| author |
Eva Romero Vásquez |
| author_facet |
Eva Romero Vásquez |
| author_role |
author |
| dc.contributor.none.fl_str_mv |
GUSTAVO OLAGUE CABALLERO |
| dc.subject.none.fl_str_mv |
info:eu-repo/classification/Autor/Reconocimiento visual de textura,Máquina de aprendizaje,Algoritmos genéticos,Visión por computadora info:eu-repo/classification/cti/1 info:eu-repo/classification/cti/12 info:eu-repo/classification/cti/1203 info:eu-repo/classification/cti/1203 |
| topic |
info:eu-repo/classification/Autor/Reconocimiento visual de textura,Máquina de aprendizaje,Algoritmos genéticos,Visión por computadora info:eu-repo/classification/cti/1 info:eu-repo/classification/cti/12 info:eu-repo/classification/cti/1203 info:eu-repo/classification/cti/1203 |
| description |
La Computación Genética y Evolutiva es un campo de investigación recienteen ciencias computacionales, esta trabaja con sistemas adaptativos y técnicas deoptimización inspiradas en las reglas de la evolución natural. Una de sus metas es dotara las computadoras con la capacidad de procesamiento de la información comparable ala que se encuentra en la naturaleza. Por otro lado, la textura es una de las primitivascruciales en visión humana y sus características han sido usadas ampliamente en laliteratura para identificar el contenido de imágenes digitales.Este trabajo se concentra en resolver dos problemas: el reconocimiento deexpresiones faciales y el reconocimiento de objetos, los cuales se pueden englobar comoreconocimiento de clases de objetos. Para resolverlo se realiza la búsqueda de las mejoresregiones en un conjunto de imágenes digitales para el reconocimiento de clases de objetoshaciendo uso de las características de textura de dichas regiones. La selección de lasregiones así como las características de textura de éstas se lleva a cabo por mediode la estrategia de algoritmos genéticos. La clasificación de los objetos dentro de lasregiones encontradas se realiza mediante la máquina de soporte vectorial. Los resultadosobtenidos después de la aplicación de un cuestionario a un grupo de personas asícomo la aplicación del método propuesto sobre dos conjuntos de imágenes confirman lavalidez y desempeño de la solución. Los resultados experimentales muestran resultadoscomparables a los obtenidos por humanos y los vistos en la literatura. |
| publishDate |
2006 |
| dc.date.none.fl_str_mv |
2006 |
| dc.type.none.fl_str_mv |
info:eu-repo/semantics/masterThesis info:eu-repo/semantics/publishedVersion |
| format |
masterThesis |
| status_str |
publishedVersion |
| dc.identifier.none.fl_str_mv |
http://cicese.repositorioinstitucional.mx/jspui/handle/1007/299 |
| url |
http://cicese.repositorioinstitucional.mx/jspui/handle/1007/299 |
| dc.language.none.fl_str_mv |
spa |
| language |
spa |
| dc.relation.none.fl_str_mv |
citation:Romero Vásquez,E.2006.Reconocimiento de clases de objetos basado en texturas mediante algoritmos genéticos.Tesis de Maestría en Ciencias. Centro de Investigación Científica y de Educación Superior de Ensenada, Baja California.145 pp. |
| dc.rights.none.fl_str_mv |
info:eu-repo/semantics/openAccess http://creativecommons.org/licenses/by/4.0 |
| eu_rights_str_mv |
openAccess |
| rights_invalid_str_mv |
http://creativecommons.org/licenses/by/4.0 |
| dc.format.none.fl_str_mv |
application/pdf |
| dc.publisher.none.fl_str_mv |
CICESE |
| publisher.none.fl_str_mv |
CICESE |
| dc.source.none.fl_str_mv |
reponame:Repositorio Institucional CICESE instname:Centro de Investigación Científica y de Educación Superior de Ensenada instacron:CICESE |
| instname_str |
Centro de Investigación Científica y de Educación Superior de Ensenada |
| instacron_str |
CICESE |
| institution |
CICESE |
| reponame_str |
Repositorio Institucional CICESE |
| collection |
Repositorio Institucional CICESE |
| repository.name.fl_str_mv |
|
| repository.mail.fl_str_mv |
|
| _version_ |
1858175922162630656 |
| score |
14.964248 |