Por favor, use este identificador para citar o enlazar este ítem:
http://cicese.repositorioinstitucional.mx/jspui/handle/1007/362| Reconocimiento de objetos con características locales inspiradas en la corteza visual a través de programación genética Object recognition with local features inspired by the visual cortex through genetic programming | |
| Martín Mancilla Gómez | |
| GUSTAVO OLAGUE CABALLERO | |
| Acceso Abierto | |
| Atribución | |
| Corteza visual,Ruta ventral,Programación genética,Máquina de vector de soporte,Reconocimiento de objetos,Clasificación de clase de objetos | |
| En la última década, una parte significativa de la comunidad científica en visiónpor computadora ha adoptado diversos enfoques basados en la detección y descripciónde rasgos locales para resolver una amplia variedad de problemas; como lo son: elreconocimiento y detección de objetos, problemas de indexación de imágenes, recuperaciónde imágenes en base a su contenido, así como la clasificación de múltiplesclases de objetos. En particular, el problema del reconocimiento de varias clases de objetosconsiderando imágenes naturales ha demostrado ser un reto difícil para la visiónpor computadora. De está forma, la mayoría de los sistemas de clasificación de múltiplesobjetos están manualmente optimizados para trabajar con un tipo particular deescena. Sin embargo, el sistema visual humano es capaz de reconocer cualquier objetosiguiendo el mismo criterio a tráves del flujo de información visual que se lleva a caboen la ruta ventral. En esta tesis la meta principal es proponer un enfoque basado en elparadigma del cómputo evolutivo que nos permita estudiar y sintetizar operadores através de programación genética (GP), mediante un modelo jerárquico inspirado en lascapas V1, V2 y V4 de la corteza visual humana y en el funcionamiento de las célulassimples y complejas. Esto facilita la extracción de características locales en imágenesdigitales pertenecientes a una misma clase de objetos; iniciando en la corteza visualprimaria V1 y terminando en la corteza infero temporal donde se lleva a cabo el reconocimientode los objetos. Esta última parte se simula a través de la máquina devector de soporte (SVM). Los resultados que se muestran en este trabajo ofrecen trestipos de contribuciones. Primero, una implementación de un modelo estándar inspiradoen la ruta ventral o ruta del ¿qué? Segundo, la aceleración del modelo por medio de launidad de procesamiento gráfico (GPUs), que aprovecha las capacidades de cáculo enparalelo. Y por último, un enfoque novedoso en la extracción de características localespor medio de programación genética. Estos resultado experimentales confirman las conclusiones de nuestro trabajo y demuestran que los resultados son comparables encalidad pero con una eficiencia mayor respecto a aquellos del estado-del-arte. In the last decade, a significant part of the scientific community in computer visionhas taken several approaches based on the detection and description of local featuresto solve a wide variety of problems; such as: object recognition and detection, imageindexing, content based image retrieval and multi-class object recognition. In particular,the problem of recognition of various classes of objects considering natural imageshas proved to be a difficult challenge for computer vision. Thus, most classificationsystems of multiple objects are manually optimized to work with a particular type ofscene. However, the human visual system can recognize any object following a singlecriterion through the flow of visual information occurring in the ventral stream. In thisthesis, the main goal is to propose an approach based on the paradigm of evolutionarycomputation that allows us to study and synthesize operators through genetic programming(GP), using a hierarchical model inspired from the layers V1, V2 and V4 ofthe human visual cortex and operation of simple and complex cells. This facilitates thelocal feature extraction in digital images within the same class of objects, starting inthe primary visual cortex V1 and ending on the infero temporal cortex which performsthe recognition of objects. This last part is simulated through a support vector machine(SVM). The results shown in this work offer three types of contributions. First, animplementation of a standard model inspired by the ventral stream or sometimes calledthe “what pathway”. Second, the acceleration of the model using the graphics processingunit (GPUs), that leverages the capabilities of parallel computing. Finally, a novelapproach to local feature extraction using genetic programming. These experimentalresults confirm the conclusions of our work and show that the results are comparablein quality but with a higher efficiency with respect to those of the state-of-the-art. | |
| CICESE | |
| 2010 | |
| Tesis de maestría | |
| Español | |
| Mancilla Gómez,M.2010.Reconocimiento de objetos con características locales inspiradas en la corteza visual a través de programación genética.Tesis de Maestría en Ciencias. Centro de Investigación Científica y de Educación Superior de Ensenada, Baja California.xv, 164 pp. | |
| CIENCIA DE LOS ORDENADORES | |
| Aparece en las colecciones: | Tesis - Ciencias de la Computación |
Cargar archivos:
| Fichero | Descripción | Tamaño | Formato | |
|---|---|---|---|---|
| 184931.pdf | Versión completa de la tesis | 12.03 MB | Adobe PDF | Visualizar/Abrir |