En esta tesis presentamos un sistema de reconocimiento y recuperación de categorías de objetos basado en información contextual. Proponemos un nuevo tipo de representación contextual que permite considerar eficientemente la información relevante sobre el objeto de interés, y basado en este tipo de representación mostramos como se puede aprender el modelo del objeto y ponerlo en correspondencia de manera precisa y eficiente.
Aplicamos esta representación en dos dominios diferentes: recuperación de imágenes genéricas y de imágenes médicas. Finalmente, proponemos un nuevo sistema de aprendizaje que es efectivo en espacios de alta dimensionalidad y conjuntos de entrenamiento pequeños.
© 2008-2024 Fundación Dialnet · Todos los derechos reservados