Resumen de Una arquitectura modular de inspiracion biológica con capacidad de aprendizaje para el análisis de movimiento en secuencias de imagen en tiempo real
Miguel Angel Fernández Graciani 
SE PROPONE UNA ARQUITECTURA NEURONAL (MODULAR, MULTICAPA Y AUTOPROGRAMABLE POR APRENDIZAJE) PARA EL ANALISIS DEL MOVIMIENTO EN TIEMPO REAL A TRAVES DEL CALCULO DE UN DESCRIPTOR RLV (RELACION LONGITUD-VELOCIDAD) ANALOGO A LAS CELULAS GANGLIONARES DE LA RANA,EN LA TESIS SE DESARROLLA UNA METODOLOGIA PARA EL DISEÑO DE REDES NEURONALES BASADAS EN CONOCIMIENTO A PARTIR DE UN CONJUNTO DE ESPECIFICACIONES FUNCIONALES (SEGMENTACION, METRICAS, DISTANCIAS, INTEGRACION Y APRENDIZAJE POR REFUERZO). LA METODOLOGIA SE APLICA AL DESARROLLO DE UNA APLICACION CONCRETA EN VISION ARTIFICIAL Y SE IMPLEMENTA UNA VERSION SOFTWARE DIRECTAMENTE REALIZABLE CON LOGICA PROGRAMABLE Y MEMORIA RAM, CON LA SIMPLE SUSTITUCION DE "PROCESO" POR "PROCESADOR FISICO".
FINALMENTE, TRAS LA EVALUACION DEL SISTEMA CON SECUENCIAS DE IMAGENES REALES Y SINTETICAS, CONTAMINADAS CON RUIDO Y CON DIFERENTES TEXTURAS, SE SUGIEREN LAS FUTURAS LINEAS DE INVESTIGACION EN VISION ARTIFICIAL MEDIANTE REDES NEURONALES:
(1) BUSQUEDA DE NUEVOS DESCRIPTORES DE VELOCIDAD, DIRECCION Y FORMA (2) REFINAMIENTO DE LA ARQUITECTURA MULTICAPA PARA HACER MAS EFICIENTE SU IMPLEMENTACION HARDWARE.
