Disertación de Doctorado: Cesar Benavides Álvarez

El Posgrado en Ciencias y Tecnologías de la Información tiene el agrado de invitar a la comunidad universitaria a la disertación que presenta el alumno Cesar Benavides Álvarez para la defensa de su tesis y obtención del grado de Doctor en Ciencias (Ciencias y Tecnologías de la Información).

Fecha: miércoles 29 de enero de 2020 a las 10:00 hrs

Lugar: Edificio de Posgrado, sala 101 (EP-101)

Título: Identificación y clasificación de escenas por causalidad de Wiener-Granger

Resumen: El reconocimiento y la clasificación de imágenes se han utilizado ampliamente para la investigación en sistemas de visión artificial, en un esfuerzo por emular la visión humana en las máquinas. El objetivo de este trabajo es implementar una nueva estrategia llamada teoría de la causalidad de Wiener-Granger (CWG), como un nuevo paradigma de “leer” o “visualizar” una imagen digital, en una analogía de cómo las leemos los humanos de forma secuencial en líneas, con el fin de clasificar las imágenes contenidas en una base de datos. Esta estrategia se basa en  representar las imágenes por medio de las características propias extraídas, vistas como texturas, haciendo uso de la metodología de recuperación de imágenes basada en contenido propio o content based image retrieval (CBIR), estas texturas serán analizadas por medio de la teoría de CWG con el fin de encontrar las relaciones causales entre las texturas, que representen un escenario en particular; posteriormente, se implementa un algoritmo genético (AG) para seleccionar las relaciones causales más relevantes de los tipos de escenarios (clases) en la base de datos, para encontrar un único patrón descriptivo para cada uno de ellos.

La metodología aquí propuesta consta de una etapa secuencial de extracción de características, una tarea de conformación de series temporales relacionadas a la imagen de estudio, una fase de estimación de causalidad y una selección de características de causalidad por medio del AG. Se implementó una etapa de clasificación y se utilizaron 700 imágenes de escenarios naturales para validar los resultados. Se desarrolló también la implementación del algoritmo propuesto dentro de un sistema de cómputo distribuido en paralelo, logrando una eficiencia técnica del 100% de reconocimiento y en pruebas de validación un 96% de eficiencia por metodologías de resubstitución y validación cruzada respectivamente. Esta propuesta aporta una nueva perspectiva en el área de investigación del entendimiento y comprensión de las imágenes, y sus aplicaciones directas con aplicaciones a sistemas autónomos asistidos por visión.

Deseamos mucho éxito a Cesar Benavides Álvarez y a sus asesores Dra. Graciela Román Alonso y Dr. Juan Villegas Cortez.

Convocatoria de Movilidad Nacional e Internacional 2020
Examen de Grado de Maestría: Carlos Omar Solís Osorio

Regresar a Avisos

P C y T I