Identificación y clasificación de escenas por causalidad de Wiener-Granger
18-ITitulo de la ponencia: Identificación y clasificación de escenas por causalidad de Wiener-Granger
Fecha: 1° de marzo de 2018 a las 11:00 hrs.
Lugar: T-223
Presenta: César Benavides Álvarez
Afiliación: Alumno de doctorado
Asesores: Dra. Graciela Román Alonso y Dr. Juan Villegas Cortez
Resumen:
El reconocimiento y clasificación de imágenes se ha desarrollado de manera amplia como una rama activa de investigación dentro de los sistemas de visión artificial, se han implementado sistemas de recuperación y clasificación de imágenes aplicando diferentes técnicas, que van desde el etiquetado manual, el uso de histogramas, y uno de los más recientes: la recuperación de imágenes a partir de su contenido (CBIR). En los últimos años dentro de las ciencias neurológicas se comenzó a trabajar con imágenes de resonancia magnética (FMRI), para darle una interpretación más a fondo sobre el contenido de ellas haciendo uso de la teoría de causalidad de Winner-Granger (CWG). Esta teoría busca analizar las relaciones causales que se generan dentro de diferentes zonas del cerebro, a través de una estimulación. Otros estudios recientes están aplicando CWG al procesamiento digital de imágenes para el análisis de video, con el fin de lograr clasificar una escena dentro de un segmento de video. En esta ponencia se presenta un paradigma nuevo para representar una imagen digital vista como un conjunto de series de tiempo, a partir de las características propias de la imagen, por medio de la extracción de información CBIR, con el fin de encontrar una relación causal entre las diferentes texturas contenidas en la escena que sirva como patrón descriptivo de cada una de ellas y lograr una correcta clasificación.