Resumen de Estimación bayesiana de una cónica

María Jesús Rufo Bazaga , Jacinto Martín Jiménez

• Una gran cantidad de problemas de visión artificial conducen a problemas de regresión. Generalmente debemos estimar los parámetros de una cónica. Los métodos habituales de estimación no producen resultados suficientemente precisos. Además, los parámetros deben cumplir una o varias restricciones. En este trabajo proponemos la utilización de un modelo bayesiano con error en todas las variables. La complejidad computacional hace necesario la utilización de métodos Montecalo basados en cadenas de Markov. Concluimos con un ejemplo.