Nuevos métodos para la combinación de características en procesamiento de imágenes
- Autores: Juan Ignacio Forcén
- Directores de la Tesis: Miguel Pagola Barrio (dir. tes.)
, Edurne Barrenechea Tartas (dir. tes.) - Lectura: En la Universidad Pública de Navarra ( España ) en 2021
- Idioma: español
- Número de páginas: 124
- Enlaces
- Tesis en acceso abierto en: Academica-e
- Resumen
En esta memoria estudiamos diferentes problemas abiertos entorno a la agregación de información y presentamos el estudio de nuevas técnicas de agregación de características de imágenes para mejorar el rendimiento en los problemas de clasificación y recuperación de imágenes, realizando propuestas para algoritmos de visión por computador tradicional y para modelos de Deep Learning. Concretamente, hemos propuesto un método para agregar información en problemas de clasificación multi-clase a través de ensembles ponderados. También presentamos una nueva función de pooling capaz de auto aprenderse para redes neuronales convolucionales. Centrándonos en el problema de recuperación de imágenes proponemos un esquema de agregación de características donde damos mayor importancia a los objetos relevantes de la imagen y finalmente introducimos una nueva representación de Co-Ocurrencias auto aprendible para redes neuronales convolucionales capaz de capturar la correlación espacial entre diferentes características. La memoria está dividida en dos partes: Parte I. Dedicada al planteamiento del problema, la discusión de los métodos propuestos, los resultados y las conclusiones obtenidas. Parte II. Contiene las publicaciones asociadas al estudio realizado.
