Por favor, use este identificador para citar o enlazar este ítem:
http://cicese.repositorioinstitucional.mx/jspui/handle/1007/3737| Categorización robusta de imágenes de arte usando Brain Programming Robust art image categorization using Brain Programming | |
| MARIANA ALEJANDRA CHAN LEY | |
| GUSTAVO OLAGUE CABALLERO | |
| Acceso Abierto | |
| Atribución | |
| Brain Programming, Programación Genética, Evolución Piramidal, Corteza Visual Artificial, Clasificación de imágenes Brain Programming, Genetic programming, Pyramidal Evolution, Artificial virtual cortex, image classification, art media categorization | |
| En este documento se describe un enfoque para clasificar automáticamente imágenes digitales de obras de arte de acuerdo al medio en el que fueron elaboradas. Normalmente, la tarea de clasificación de obras de arte a menudo se confía a personas expertas en el área, sin embargo, con los crecientes volúmenes de bases de datos digitalizadas, la tarea se vuelve abrumadora. En este sentido, la clasificación automática es útil para organizar grandes colecciones digitales. En este trabajo seguimos un paradigma llamado Brain Programming (BP), una metodología inspirada en el funcionamiento interno del sistema visual en el cerebro. El BP evoluciona modelos computacionales de la corteza visual artificial (AVC) para resolver problemas difíciles de clasificación de imágenes naturales. Incluimos una comparación con los métodos de clasificación en el estado del arte, así como un análisis de la robustez del algoritmo ante uno de los problemas más recurrentes en algoritmos de clasificación, las perturbaciones adversarias. En donde encontramos que el Brain Programming es capaz de obtener un desempeño comparable a las metodologías en el estado del arte, pero sin la susceptibilidad a los ataques adversarios. This thesis work describes an approach for automatic art media categorization. Nowadays, classifying artworks is often entrusted to people who are experts in the field; however, with the increasing volumes of digitized databases, the task becomes overwhelming. In this sense, automatic classification is necessary for organizing extensive digital collections. In this work, we follow a paradigm called Brain Programming (BP), a methodology inspired by the inner workings of the visual system in the brain. BP evolves computational models of the artificial visual cortex (AVC) to solve the challenging problem of natural image classification. We compare with the state-of-the-art classification methods and analyze the algorithm’s robustness against one of the most recurrent problems in classification algorithms, adversarial perturbations. We find that Brain Programming can obtain comparable performance to state-of-the-art methodologies without susceptibility to adversary attacks. | |
| CICESE | |
| 2022 | |
| Tesis de doctorado | |
| Español | |
| Chan Ley, M.A. 2022. Categorización robusta de imágenes de arte usando Brain Programming. Tesis de Doctorado en Ciencias. Centro de Investigación Científica y de Educación Superior de Ensenada, Baja California. 84 pp. | |
| ORDENADORES DIGITALES | |
| Aparece en las colecciones: | Tesis - Ciencias de la Computación |
Cargar archivos:
| Fichero | Descripción | Tamaño | Formato | |
|---|---|---|---|---|
| tesis_Mariana Alejandra Chan Ley_02 ago 2022.pdf | Versión completa de la tesis | 20.86 MB | Adobe PDF | Visualizar/Abrir |