Aprendizaje automático: aplicaciones en visión por computadora
Aprendizaje automático: aplicaciones en visión por computadora
| cic.isFulltext | true | es |
| cic.isPeerReviewed | true | es |
| cic.lugarDesarrollo | Instituto de Investigación en Informática | es |
| cic.version | info:eu-repo/semantics/publishedVersion | es |
| dc.date.accessioned | 2018-06-14T17:19:49Z | |
| dc.date.available | 2018-06-14T17:19:49Z | |
| dc.identifier.uri | https://digital.cic.gba.gob.ar/handle/11746/8246 | |
| dc.title | Aprendizaje automático: aplicaciones en visión por computadora | es |
| dc.type | Documento de conferencia | es |
| dcterms.abstract | Esta línea de investigación se centra en el estudio y desarrollo de Sistemas Inteligentes para la resolución de problemas de reconocimiento de patrones en imágenes y video, utilizando técnicas de Aprendizaje Automático. El trabajo presentado describe diferentes casos de aplicación en visión por computador de técnicas tanto supervisadas como no supervisadas. Uno de los principales problemas desarrollados es el reconocimiento de lengua de señas. Este es un caso que presenta diversas aristas a atacar como el reconocimiento del intérprete, la segmentación de manos, la clasificación de diferentes configuraciones y de un gesto dinámico, entre otros problemas. Con respecto a la segmentación de manos se realizaron diferentes trabajos, tanto utilizando marcadores de colores, redes neuronales capaces de reconocer el color de la piel de una persona, como así también redes convolucionales. Por otro lado, para llevar a cabo la clasificación de diferentes gestos dinámicos, incluyendo la lengua de señas, se realizó un clasificador dinámico capaz de identificar acciones humanas que faciliten la interfaz hombre/máquina. En el área del procesamiento de video se está comenzando a investigar sobre detectores de peatones y automóviles para utilizar con cámaras instaladas en la vía pública. Adicionalmente, se están realizando trabajos de clasificación de imágenes de especies de serpientes utilizando técnicas clásicas del aprendizaje automático. | es |
| dcterms.creator.author | Lanzarini, Laura Cristina | es |
| dcterms.creator.author | Estrebou, César | es |
| dcterms.creator.author | Ronchetti, Franco | es |
| dcterms.creator.author | Quiroga, Facundo | es |
| dcterms.creator.author | Luna, Carla | es |
| dcterms.creator.author | Antonio, Ramiro | es |
| dcterms.creator.author | La Frazia, Luciano | es |
| dcterms.creator.author | Rosete, A. | es |
| dcterms.extent | p. 42-45 | es |
| dcterms.identifier.other | hdl:10915/67100 | es |
| dcterms.isPartOf.issue | XX WICC 2018 (26 y 27 de abril de 2018, UNNE) | es |
| dcterms.isPartOf.series | Workshop de Investigadores en Ciencias de la Computación | es |
| dcterms.issued | 2018-04 | |
| dcterms.language | Español | es |
| dcterms.license | Attribution-NonCommercial-ShareAlike 4.0 International (BY-NC-SA 4.0) | es |
| dcterms.subject | Lenguaje de Signos | es |
| dcterms.subject | clasificación de serpientes | es |
| dcterms.subject | neural nets | en |
| dcterms.subject.materia | Ciencias de la Computación | es |
Archivos
Paquete original
1 - 1 de 1
- Nombre:
- Aprendizaje Automático-WICC 2018.pdf
- Tamaño:
- 217.86 KB
- Formato:
- Adobe Portable Document Format
- Descripción:
- Documento completo