Por favor, use este identificador para citar o enlazar este ítem: http://cybertesis.uni.edu.pe/handle/uni/2093
Título : Reconocimiento y clasificación de objetos usando inteligencia artificial basada en SVM y visión estereoscópica
Autor : Condori Arias, Elvis Franks
Palabras clave : Reconocimiento de objetos;Sistemas inteligentes;Inteligencia artificial;Calidad de vida
Fecha de publicación : 2013
Editorial : Universidad Nacional de Ingeniería
Resumen : En esta tesis se desarrolla un sistema de reconocimiento y clasificación de objetos, el cual trata de emular la forma como los humanos percibimos la información visual mediante el uso de dos cámaras ópticas, que actúan como nuestros ojos, y un CPU que procesa la información en una "forma inteligente”. La compleja tarea de simular el sentido de la vista es dividida en un conjunto de tareas más simples, que abarcan desde la captura de las imágenes hasta el reconocimiento de objetos en la escena tridimensional. Se utiliza visión estereoscópica para obtener información acerca de la profundidad de la escena a partir de un par estereoscópico, los procesos de segmentación utilizan esta información para obtener regiones de interés en el proceso de identificación de un objeto. El reconocimiento y clasificación de objetos se realiza mediante técnicas de inteligencia artificial ejecutadas en un computador. Específicamente en esta tesis se utiliza SVM, support vector machine, que es un método muy poderoso y que en pocos años desde su introducción ya ha superado a otras técnicas de inteligencia artificial como las redes neuronales. Se presenta el desarrollo de los algoritmos utilizados en cada una de las fases de la tesis; algoritmos para la visión estereoscópica y realce de las características en las imágenes de entrada, considerados de bajo nivel; los algoritmos para segmentación y extracción de características, considerados de nivel intermedio; y finalmente los algoritmos de alto nivel, que realizan los procesos de reconocimiento y clasificación. El sistema de reconocimiento de objetos es entrenado mediante ejemplos previos, y se evalúa su comportamiento frente a nuevos objetos de la misma clase para los cuales ya ha sido entrenado.
URI : http://cybertesis.uni.edu.pe/handle/uni/2093
Derechos: info:eu-repo/semantics/openAccess
Aparece en las colecciones: Ingeniería Mecatrónica

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
condori_ ae.pdf3,34 MBAdobe PDFVisualizar/Abrir


Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons Creative Commons