Por favor, use este identificador para citar o enlazar este ítem:
http://cicese.repositorioinstitucional.mx/jspui/handle/1007/339| Cómputo evolutivo aplicado en el diseño de métodos para la detección y descripción de regiones de interés Evolutionary computation applied to the design of detection and description methods for interest regions | |
| Leonardo Trujillo Reyes | |
| GUSTAVO OLAGUE CABALLERO | |
| Acceso Abierto | |
| Atribución | |
| Visión por computadora,Cómputo evolutivo,Algoritmos genéticos,Programación genética,Exponente Holder,Modelos de mezclas de Gaussianas | |
| En la última década, una parte signi?cativa de la comunidad en visión por computadora ha adoptado un enfoque basado en la detección y descripción de rasgos locales para abordar una variedad amplia de problemas, entre ellos esta el reconocimiento o detección de objetos, el indexado de imágenes, la recuperación de imágenes en base al contenido, y la visión estéreo. Este enfoque depende de dos tareas básicas: la detección y la descripción de puntos interesantes dentro de la imagen. Estas tareas se realizan utilizando operadores, algoritmos y procesos especializados. En particular, los métodos propuestos han sido diseñados de manera directa por expertos humanos, el enfoque clásico para la solución de problemas cientí?cos y tecnológicos. En esta tesis, la meta principal es proponer un enfoque basado en el paradigma del cómputo evolutivo que nos permita estudiar y sintetizar operadores y técnicas computacionales que faciliten la detección y descripción de regiones de interés en imágenes digitales. Si consideramos que la visión es una de las habilidades más prominentes en los seres cognitivos, entonces podemos apreciar la motivación subyacente que existe en proponer soluciones a los problemas de visión utilizando técnicas que permitan reproducir ciertos aspectos de la inteligencia humana a través de procesos computacionales. También, la propuesta central de esta tesis esta basada en incorporar a estos problemas de visión procesos inspirados en la evolución natural. Es importante notar que muchos teóricos proponen que este mecanismo de la naturaleza ha tenido un papel central en la generación, una y otra vez, de las mismas capacidades visuales que ahora queremos reproducir en una computadora. Por otro lado, los modelos y abstracciones de los trabajos que aquí se presentan, y otros similares en el área del cómputo evolutivo, aparentan ser muy básicos en comparación con los procesos naturales de evolución. Sin embargo, estos algoritmos han demostrado la habilidad de competircon las mejores soluciones propuestas directamente por investigadores humanos en una variedad amplia de dominios de problemas. Para lograr la meta general y los objetivos especí?cos de esta tesis, se formulan planteamientos nuevos para los problemas de detección y descripción de regiones locales, utilizando procesos de búsqueda y optimización evolutiva, los cuales no son comunes en visión arti?cial. Sin embargo, nuestros planteamientos estan basados en criterios de evaluación bien establecidos y ampliamente aceptados por la comunidad de visión. Los resultados que se presentan en esta tesis ofrecen tres tipos de contribuciones. Primero, desde un punto de vista pragmático se proponen varios operadores y algoritmos que se comparan de manera favorable con el estado-del-arte en estas líneas de investigación. Segundo, las soluciones propuestas combinan los productos de la evolución arti?cial con el análisis humano, y se integran con técnicas clásicas basadas en métodos matemáticos. Tercero, desde una perspectiva conceptual esta tesis hace un cambio de enfoque importante durante el proceso de diseño para posibles soluciones a estos problemas. Se comprueba experimentalmente que los algoritmos evolutivos ofrecen la capacidad de generar soluciones nuevas, diferentes y poco ortodoxas para problemas bien conocidos que se consideran complejos por la comunidad de visión. Así, se puede concluir que bajo ciertas restricciones, el enfoque propuesto provee una perspectiva diferente que complementa al trabajo que históricamente se ha realizado en el área de visión. In recent years, a signi?cant part of the computer vision community has adopted an approach based on local features for a variety of problems, which include object detection and recognition, image indexing, content based image retrieval, and stereo vision. This approach relies on two basic tasks: the detection and description of interesting points within an image. These tasks are carried out using specially designed operators, algorithms and processes. In particular, all of the proposed methods have been designed directly by human experts in the ?eld, the classic approach to problem solving in scienti?c and technological domains. In this thesis, the main goal is to propose an approach based on the evolutionary computation paradigm which can allow us to study and synthesize operators and computational techniques that facilitate the detection and description of interesting regions within digital images. If we consider that vision is one of the most prominent abilities exhibited by cognitive beings, then it is possible to appreciate the underlying motivation in developing solutions to vision problems using techniques that allow us to reproduce certain aspects of human intelligence through computational processes. Moreover, the main proposals in this work are based on incorporating to these vision tasks processes which are inspired by natural evolution. It is important to note that many researchers believe that this natural process has played a central in the development, time and again, of the same visual capacities that we are now attempting to reproduce in machines. On the other hand, some of the models used, and abstractions made, in the contributions presented here, and in other works in evolutionary computation, appear to be very basic when compared to their biological counterparts. Nevertheless, these algorithms have shown that they can generate solutions that compete on equal terms with man-made proposals in a variety of problem domains. In order to achieve each objective in this thesis, new formulations of the detection and description processes are proposed, based on optimization and search algorithms that are not common in arti?cial vision research. Nevertheless, our proposals are also based on well-known and amply accepted criteria used within the computer vision community. The results presented in this work o?er three types of contributions. First, from a pragmatic perspective, several operators and algorithms are proposed that compare favorably with state-of-the-art techniques in computer vision. Second, the proposed solutions combine the results generated by arti?cial evolution with human analysis, and integrate them with classical mathematical methods. Third, from a conceptual perspective this thesis proposes a change in approach during the design process of possible solutions to these problems. It is experimentally shown that evolutionary algorithms can generate new and di?erent solutions to wellknown and complex problems in computer vision. In conclusion, this thesis shows that under certain restrictions, the proposed approach provides a di?erent perspective that complements the type of work that has historically been done in computer vision. | |
| CICESE | |
| 2008 | |
| Tesis de doctorado | |
| Español | |
| Trujillo Reyes,L.2008.Cómputo evolutivo aplicado en el diseño de métodos para la detección y descripción de regiones de interés.Tesis de Doctorado en Ciencias. Centro de Investigación Científica y de Educación Superior de Ensenada, Baja California.xx, 271 pp. | |
| CIENCIA DE LOS ORDENADORES | |
| Aparece en las colecciones: | Tesis - Ciencias de la Computación |
Cargar archivos:
| Fichero | Descripción | Tamaño | Formato | |
|---|---|---|---|---|
| 178771.pdf | Versión completa de la tesis | 15.04 MB | Adobe PDF | Visualizar/Abrir |