M. en C. ANDRÉS GERARDO FUENTES COVARRUBIAS

Slides:



Advertisements
Presentaciones similares
Introducción a la Visión Artificial
Advertisements

MÓDULO FORMATIVO USO DE LOS MEDIOS AUDIOVISUALES E INTERNET PARA LA COMUNICACIÓN, DINAMIZACIÓN Y MEDIACIÓN SOCIAL INTERCULTURAL Huelva, 14 y 15 de julio.
Introducción al Procesamiento de Imagenes
Características entrada solicitudes
Tecnología Biométrica: Escritura Manuscrita
Investigación Preliminar.
Marco Antonio Pacheco Mendoza
D. en C. Víctor H. Castillo Topete M. en C. Luis Eduardo Morán López Aguilar Anguiano Mizraim Chávez Bernal David 1.
1. Visión Artificial Industrial. Introducción.
PROYECTO FIN DE CARRERA.  Introducción y Motivación  Fundamentos del Sistema QbH  Diseño e Implementación  Test y Resultados  Conclusiones  Trabajo.
Contaje de Cartas por Visión Artificial
HERRAMIENTAS ESTADISTICAS DE CONTROL DE CALIDAD
MÓDULO DE BÚSQUEDA DE PERSONAS DENTRO DE UNA BASE DE DATOS DE ROSTROS
SISTEMA DE SEGURIDAD INDUSTRIAL
Detección y extracción de placas de vehículos en señales de video
Tema 3 Revisión de diversos métodos robustos aplicados en algunos problemas fotogramétricos.
B-HS SISTEMA BIOMETRICO.
Tópico “Plataforma para el desarrollo de proyectos con dsPICs y Visión Robótica con LabVIEW” Msc. Carlos Valdivieso APLICACIÓN DE VISIÓN CON LabVIEW PARA.
RECONOCIMIENTO DE OBJETOS
 Audio  Localización basada en diferencias de tiempos de llegada de la voz a los micrófonos  Steered Response Power (SRP): evalúa actividad acústica.
David G. Lowe Distinctive Image Features from Scale-Invariant Keypoints Aradí Rosales Cruz Visión de alto nivel Enrique Sucar.
Juan Pablo Vásquez Ralf Wilke 18 de Diciembre 2008.
Análisis Discriminante
CICLO DE VIDA DE UN SISTEMA DE INFORMACION
Sugerencias para mejorar el índice de popularidad de las empresas turísticas y hoteleras, cómo generar y responder opiniones en las redes sociales.
Inicialización de Superficies Deformables mediante Elipsoides Generalizados R. Dosil, X. M. Pardo, A. Mosquera, D. Cabello Grupo de Visión Artificial Departamento.
Inspecciones de Software
Reconocimiento de la palma de la mano mediante el algoritmo PCA
Próximos tutoriales 4-2 y 4-4. Procesamiento de imágenes Páginas y del Manual de Idrisi.
Cecilia Aguerrebere – Germán Capdehourat Proyecto Final de Reconocimiento de Patrones Reconocimiento de Caras con características locales.
Descripción de Contenidos con Wavelets Jaime Gaviria.
Trabajo de Fin de Grado Realizado por FRANCISCO LUNA PEREJON Dirigido por OCTAVIO RIVERA ROMERO MIRA: Elaboración de herramientas para la experimentación.
Realzado en el dominio de la frecuencia
Cámara fotográfica digital compacta
LOGO METODOLOGÍA DE INVESTIGACIÓN HABILIDADES INVESTIGATIVAS.
Arquitectura y Medio Ambiente
Using Incremental Principal Component Analysis to Learn a Gender Classifier Automatically M. Castrillón, O. DÉNIZ, D. Hernández, J. Lorenzo.
Detección de Rostros en Imágenes a Color Leonardo Moreno B.
Tópico: “Plataforma para el desarrollo de proyectos con dsPICs y Visión Robótica con LabVIEW” Proyecto 9 APLICACIÓN DE VISIÓN CON LABVIEW PARA LA DETECCIÓN.
José Ángel González Fraga, Erika. M. Ramos Michel, Facultad de Telemática, Universidad de Colima V TALLER DE PROCESAMIENTO.
Tema : Introducción a los contrastes de hipótesis
Reconocedor de Señales de Tráfico Verticales
Algoritmos Geneticos con Redes Neuronales
CARPLATE Reconocimiento del marco de la matrícula de un coche
Errores en Excel Durante la creación y desarrollo de modelos o plantillas realizadas en Excel es posible que introduzcamos algún dato o fórmula de manera.
Programación Java y Desarrollo de Aplicaciones
Introducción a los Sistemas de Información Geográfica (SIG)
Introducción al análisis de expresiones
Aplicación de visión por computador para el reconocimiento del número de placa de vehículos usando modelos de aprendizaje (OCR convencionales) Fernanda.
Buenos Aires, 7 al 10 de agosto de 2012
TRABAJO DE TITULO “Diseño de método biométrico para identificación de personas por intermedio de tatuajes” Miguel Abarca Castro Prof. Guía Marcos Levano.
Universidad Nacional del Nordeste Facultad de Humanidades CARRERA DE ESPECIALIZACION TECNOLOGIAS DE LA INFORMACION GEOGRAFICA (TIG) Resoluciones 511/10-CS.
Análisis y Diseño de un Sistema Geo-referenciado para Atender las Necesidades Turísticas del Perú “TuriPerú” Expositora: Vega Marca, Jaqueline Asesor:
Próximo tutorial 4-1. Procesamiento de imágenes digitales.
Sistemas Expertos Integrantes Javier Farfán Katherine Jara Héctor Gatica.
PC BD Alexandra Buri H José Rivera De La Cruz.
¿Cómo tienen el pelo? Ask pupils to say one sentence about the hair of each character. 1 = Mr Maker (e.g. Tiene el pelo castaño y corto) 2.
Reconocimiento de caras usando Histogramas de Gradientes Orientados
Procesamiento de imágenes digitales
Elaborado por: Mayoral Cruz Matilde Morales Espinoza Anllhins
Imágenes para generar Preguntas
Pixelación de imágenes avanzada usando el algoritmo slic
Sistemas de Información Administrativa Ttramestre MAY - AGO 2008 Catedrático: MC. Pedro Martínez Lucio MC. Pedro Martínez.
Reconocimiento de cara basado en “espectrocara”
Inteligencia Artificial- Aplicaciones 1. Contenido  Conceptos  Introducción  Esquema general  Ejemplos de Aplicaciones 2.
PROCESO DE EVALUACIÓN DEl DESEMPEÑO
Procesamiento de Vídeo Digital Máster en Matemática Computacional Francisco Miguel Pérez Romero.
Algoritmos de Reconocimiento Facial Nelson Curi Gerente de Ingeniería Tecnología en Seguridad S.R.L Robótica y Seguridad.
Prof. Manuel B. Sánchez. Un paradigma de programación representa un enfoque particular o filosofía para la construcción del software. No es mejor uno.
Jonas.
Transcripción de la presentación:

ENTRENAMIENTO DE RECONOCEDORES DE OBJETOS MEDIANTE EL MÉTODO VIOLA-JONES M. en C. ANDRÉS GERARDO FUENTES COVARRUBIAS M. en C. RICARDO FUENTES COVARRUBIAS Presenta: Daniel Padilla Moreno

ÍNDICE Introducción Inicio del proyecto Elaboración Problemas y soluciones Resultados y Conclusiones

Visión artificial La visión artificial es uno de los métodos que nos permite la utilización de la biometría para el reconocimiento de objetos. El proyecto en curso hace uso de ambos para la identificación facial de personas.

Origen del Proyecto Principal alternativa ante otros sistemas de reconocimiento actuales. Sistema creado a base de software libre. Facilidad de adquisición.

Selección del Método de Reconocimiento Facial Basado en Redes Neuronales. Correlación y FFT. Basado en Plantillas. Viola-jones.

Viola-jones

Fases en la detección

Sección de una Matriz Forma en la que se encuentra dividida de acuerdo a sus pixeles

Ejemplo de caras

Variaciones en las imágenes Durante el proyecto la variación en las imágenes fue el principal motivo de casos negativos, los principales motivos fueron: Iluminación Posición de la cara Falsas caras

Tratamiento de la imagen Histograma de la imagen antes del tratamiento Imagen relizada con poca luz causando una distorcion en la cara Histograma de la imagen después del tratamiento

Problema de posición Se mostrará una detección errónea de la cara solicitando una nueva captación de la cara.

Caras falsas El porcentaje de la detección falsa de una cara se puede disminuir de diferentes maneras, la mas común es la repetición del clasificador (a mas repeticiones menos %). Esto se debe a l enfoque de Viola Jones que es la búsqueda de ojos boca y nariz. Como corrección a este problema se implementa un filtro antes del reconocimiento conocido como reconocimiento de piel.

Resultados Se consiguió la generación de un sistema capaz de reconocer cada individuo integrado dentro de la base de datos con un error menor al 10%. Sistema de software libre para evitar la necesidad de licencias.

Gracias