ALGORITMO DE RECONOCIMIENTO DE PRATONES PARA EL RECONOCIMIENTO DE OBJETOS DIGITALES USANDO LA VISION ARTIFICIAL
Enviado por pablo strelli • 14 de Abril de 2019 • Ensayos • 2.853 Palabras (12 Páginas) • 102 Visitas
UNIVERSIDAD MAYOR DE SAN ANDRÉS
FACULTAD DE CIENCIAS PURAS Y NATURALES
CARRERA DE INFORMÁTICA
[pic 1]
ALGORITMO DE RECONOCIMIENTO DE PRATONES PARA EL RECONOCIMIENTO DE OBJETOS DIGITALES USANDO LA VISION ARTIFICIAL
PROTOCOLO DE TESIS DE GRADO
POR: JUAN PABLO STRELLI REYNOZO
TUTOR METODOLÓGICO: M.SC. GROVER RODRIGUEZ RAMIREZ
ASESOR: LIC. MARCELO ARUQUIPA CHAMBI
LA PAZ – BOLIVIA
2014
Contenido Pág.
1. Introducción. 1
2. Planteamiento del problema. 2
3. Formulación del problema. 3
4. Objetivos. 3
4.1 Objetivo general. 3
4.2 Objetivos específicos. 3
5. Justificación. 4
5.1 justificación técnica. 4
5.2 Justificación social. 5
5.3 Justificación práctica. 5
6. Alcances. 6
6.2 Alcances temporal. 6
6.3 Alcance parcial. 6
7. Marco teórico. 6
7.1 Visión artificial. 6
7.2 Reconocimiento de patrones. 7
Introducción.
El reconocimiento visual de objetos es una función básica con la que cuentan los organismos más desarrollados. La identificación de patrones usando la visión nos permite realizar tareas como la identificación, clasificación, vigilancia, selección, análisis, etc.
El avance de desarrollos tecnológicos nos permitió que esta capacidad sea traspasada a distintos dispositivos como los celulares, dispositivos robóticos; diseñados para fines específicos en una amplia variedad.
La visión artificial en estos dispositivos cuenta con un sistema de extracción de rasgos que luego es comparada en la base de datos o con la información aprendida del sistema incorporado, una dificultad que ocurre es que el objeto analizado puede estar en cualquier posición o puede estar siendo bloqueado por otro objeto más pequeño, con cualquier nivel de brillo y de iluminación o puede estar parcialmente oculto, lo que podría incidir negativamente en la comparación en la base de datos almacenada.
Existen investigaciones y avances en el desarrollo de metodologías que tienen en cuenta estas variantes y responden con buena taza de precisión en condiciones controladas. El desafío el mejorar los algoritmos que están involucrados en la visión artificial para lograr desempeños correctos en la vida real, esto no solo involucra el reconocimiento exitoso si no también el tiempo de ejecución del reconocimiento para que este sea aplicado en sistemas de tiempo real y distribuido.
El desarrollo de nuevos algoritmos de reconocimiento de imágenes digitales abre nuevas ventanas a los distintos procesos de automatización existentes como la dactiloscopia, conteo, identificación, seguridad etc.
Para el mejor entendimiento de lo que se pretende llegar hacer en la investigación se muestra en el siguiente ejemplo analítico del problema que se tiene.
Supongamos que se tiene las siguientes imágenes almacenadas.
[pic 2]
Supongamos que cada imagen tiene un tiempo de ejecución de 1ms (milisegundo), la salida deseada es el objeto a) y este se analizara desde distintas posiciones, también este será obstruido por otros objetos.
Imagen analizada | Ejecución en ms | Salida |
[pic 3] | 1 | [pic 4] |
[pic 5] | 1 | [pic 6] |
[pic 7] | 2 | [pic 8] |
[pic 9] [pic 10] | 4 | [pic 11] |
Tabla 1.0 análisis de las imágenes.
En el anterior ejemplo que es aplicado en situaciones reales se puede notar como para una salida deseada los procedimientos que son actualmente usados pueden llegar a colapsar dando tiempos de ejecución más largos y salidas erróneas esto sucede porque la mayoría de los algoritmos usados son los basados en análisis de pixel por pixel dando tiempos de ejecución más altos.
Planteamiento del problema.
Dado que en la actualidad la tecnología de reconocimiento de imágenes digitales va aumentando, es necesario tener un algoritmo optimizado que puedan realizar tareas de reconocimiento de información; usando la mínima información de la imagen.
El desarrollo de herramientas de soporte para la detección automática de objetos en tiempo real, es un área que va creciendo por la capacidad computacional que se tiene de las mismas, el algoritmo planteado se enfocara en dos aspectos fundamentales que serán el de aprendizaje y testeo, una noción importante en la visión artificial es la similaridad de los objetos en cuanto a la forma que ellos tienen, es por eso que muchos investigadores han propuesto medidas de similaridad a distancia entre formas, que tienen en cuenta la distancia interna (partes visualmente significativas), también pueden estudiarse por medio de sus bordes.
...