Departamento de Ciencias de la Computación

Permanent URI for this community

https://hdl.handle.net/20.500.12590/17959

Browse

Now showing 1 - 9 of 9

Alineamiento local de bordes para el reconocimiento de bocetos del rostro
(Universidad Católica San Pablo, 2017) Palomino Cisneros, Veruska; Gutiérrez Cáceres, Juan Carlos
El reconocimiento automático de bocetos, independientemente de las variaciones en la expresión y oclusión, es un problema desafiante. En dicho reconocimiento, un boceto es dibujado basado en la descripción de las víctimas o testigos de un atentado para ser comparado con las fotografías de una base de datos y poder facilitar su identificación. Se han propuesto diversos algoritmos para solucionar este problema, muchos de los cuales usan procesos de síntesis para obtener sus resultados. La técnica propuesta plantea el uso de los bordes del rostro que han sido detectados para la obtención de características que se originan a partir de los píxeles del borde. Esto forma un descriptor que corresponde a los bordes de la imagen denominado “borde cadena”. Cada cadena es comparada con otra usando el algoritmo de alineamiento local de Smith Waterman. La clase a la que corresponde cada imagen es identificada basándonos en el número de características que se han agrupado por su similitud. La ventaja que ofrece el método es el uso de una única imagen de entrenamiento por clase. Las pruebas se realizaron sobre las bases de datos CUHK, AR y Feret, obteniéndose resultados óptimos en comparación a métodos propuestos con anterioridad.
Análisis de técnicas de deep learning para el reconocimiento de atropellos en videos
(Universidad Católica San Pablo, 2022) Sanchez Moreno Muñoz, Analuz Kylene; Gutiérrez Cáceres, Juan Carlos
Uno de los factores más importantes de muerte son los accidentes automovilísticos, un caso particular son los atropellos donde los vehículos colisionan con los peatones, evento que ocurre en unos instantes y en varios casos los vehículos se dan a la fuga dejando heridos a los peatones, una alerta automática de dichos eventos ayudaría a disminuir el factor de muerte de los atropellados. En ese sentido la presente investigación propone usar los videos registrados por las cámaras de vigilancia para realizar el reconocimiento de atropellos mediante el uso de técnicas de Deep Learning analizando las diferentes arquitecturas y propuestas para determinar la técnica mas adecuada para el reconocimiento automático de atropellos.
Compartición de secretos con algoritmos genéticos y criptografía caótica
(Universidad Católica San Pablo, 2014) Orcoapaza Ortega, Oscar Fernando; Gutiérrez Cáceres, Juan Carlos
Con el avance tecnológico en las comunicaciones, se debe garantizar la seguridad en las transacciones comerciales por vía electrónica. Cada vez se ha generado el rompimiento de claves en los sistemas criptográficos, originando la creación de nuevas técnicas de protección de datos como: la compartición de secretos y los algoritmos criptográficos basados en la teoría del caos. Por esta razón, en esta tesis se presenta una técnica para la compartición de secretos, basado en algoritmos gen éticos el cual recibe como entrada un secreto de longitud variable, que es evaluado con la función de aptitud dando como resultado la mejor partición para ese secreto. Luego procedemos a encriptar cada partición por medio de un algoritmo criptográfico caótico simétrico basado en Lorenz, posteriormente el emisor puede enviar cada secreto cifrado por un medio de comunicación hacia el receptor, quien procede a descifrar y juntar todas las particiones del secreto para conocer el secreto original.
Método de extracción de características con filtros de Gabor aplicado al reconocimiento de rostros en tiempo real acelerado por GPU
(Universidad Católica San Pablo, 2018) Salinas Tellez, Daniel Marcelo; Gutiérrez Cáceres, Juan Carlos
La eficiencia de los algoritmos computacionales comúnmente se ve afectada por su forma de implementación en cuanto a tiempo de ejecución. Por ejemplo, la implementación utilizando la programación de forma secuencial, la cual fue aceptada durante algunos años hasta que surgió´ la necesidad de acelerar los procesos de los algoritmos. Esta necesidad apareció porque a medida que el tiempo avanzó, las personas empezaron a requerir una pronta respuesta por parte de estos, y para dar solución a lo anterior surge la programación de forma paralela. El problema que anteriormente no tomaron en cuenta los programadores es que estos algoritmos, o por lo menos una gran parte de estos, fueron implementados dentro de un paradigma de programación secuencial, y el paso de estos algoritmos de un paradigma a otro no siempre resulta ser sencillo, ya que, al ser una nueva forma de programación, se requiere de un análisis previo para determinar que partes pueden ser pasadas sin necesidad de realizar una modificación en su estructura. Dentro del grupo de algoritmos utilizados para la extracción de características, también se presentan estos problemas de rendimiento en las circunstancias de tratar con imágenes de mayor tamaño, más aun cuando los algoritmos utilizan formulas más complejas para obtener mejor resultado en cuanto a precisión y detalle, como es el caso de los filtros de Gabor. La fórmula de este algoritmo tiene un tiempo elevado al tratar imágenes de mayor tamaño y por lo tanto la respuesta es lenta, y esa lentitud del algoritmo para procesar imágenes puede ser considerado un problema para entornos donde la respuesta debe ser en tiempo real, como por ejemplo el reconocer un rostro y obtener toda su información. En esta tesis realizamos una extracción de características con el método de filtros de Gabor al momento de reconocer un rostro en tiempo real en imágenes 2D captadas por medio de una cámara utilizando estos dos paradigmas (secuencial y paralelo), para determinar su eficiencia en cuanto a tiempo de respuesta.
Reconocimiento de rostros con Elastic Bunch Graph Matching en aplicaciones de video
(Universidad Católica San Pablo, 2017) Galdos Chávez, José Rodrigo; Gutiérrez Cáceres, Juan Carlos
El reconocimiento de rostros es un área con una gran cantidad de aplicaciones y técnicas. Muchas de esas técnicas ofrecen buenos resultados cuando se aplican a situaciones donde el ambiente en el cual se desea realizar el reconocimiento es controlado, esto se entiende como el control de los factores que influyen en el proceso de reconocimiento, tales como iluminación, pose del rostro, expresión facial, etc. Pero para el caso de ambientes no controlados, como lo es la videovigilancia, el reconocimiento de rostros aún presenta dificultades: variación en la iluminación, falta de colaboración de las personas a reconocer, entre varios otros. Debido a la importancia que tiene en seguridad y a la cantidad de infraestructura existente, es necesario aplicar el reconocimiento de rostros a video vigilancia. Para afrontar los problemas mencionados, proponemos un pipeline de reconocimiento de rostros usando EBGM con CLNF como reemplazo a la función de detección de puntos del algoritmo original, para finalmente ser aplicado en vídeo. Además en este trabajo de tesis se realizó un análisis paramétrico de EBGM para encontrar el factor más influyente en su rendimiento, junto con su comparación con otros métodos de reconocimiento de rostros. También se determinó que elementos forman parte del pipeline presentado como resultado final. Finalmente la probamos la propuesta en una base de datos creada a partir de tomas de una cámara de seguridad, que consta de 24 sujetos con 8 imágenes cada uno. Los resultados finales muestran una mejora en imágenes tomadas en la mañana y en el medio día respectivamente.
Redes convolucionales para la determinación de cáncer de piel a partir de imágenes digitales
(Universidad Católica San Pablo, 2019) Fernandez Baca Santa Cruz, Rodrigo; Gutiérrez Cáceres, Juan Carlos
La automatización de sistemas de diagnóstico de cáncer de piel es de suma importancia para las personas que viven en regiones donde existe un alto índice de radiación ultravioleta como en la ciudad de Arequipa. En ese sentido el presente trabajo de tesis analiza técnicas de visión artificial y las redes convolucionales para diagnosticar el cáncer de piel a partir de imágenes digitales. Se logró automatizar ambas técnicas, la regla ABCD (muy usada por dermatólogos) y las redes neuronales convolucionales (técnica emergente muy usada en reconocimiento de imágenes). Obteniendo como mejor resultado el uso de dichas redes, llegando a un 97 % de acierto superando el 91 % del otro método (ABCD). Esto hace promisorio el uso de redes convolucionales en aplicaciones de diagnóstico por imagen.
Segmentación 3D de tumores cerebrales eficiente en memoria
(Universidad Católica San Pablo, 2021) Maldonado Quispe, Percy; Gutiérrez Cáceres, Juan Carlos
El diagnóstico temprano y la segmentación precisa de los tumores cerebrales son imprescindibles para un tratamiento exitoso. Desafortunadamente, la segmentación manual es lenta, costosa y, a pesar de la amplia experiencia humana, a menudo es inexacta. En este documento, presentamos una arquitectura para la segmentación de tumores basado en imágenes MRI utilizando una red neuronal convolucional 3D regularizada con autoencoder. Entrenamos el modelo con imágenes Magnetic Resonance Imaging (MRI) segmentadas manualmente: T1, T1ce, T2 y Flair de 285 pacientes con tumores de gravedad, tamaño y ubicación variables. Luego probamos el modelo utilizando datos independientes de 66 pacientes y segmentamos con éxito los tumores cerebrales en tres subregiones: el núcleo del tumor (TC), el tumor potenciador (ET) y el tumor completo (WT). También se exploran pasos de preprocesamiento para mejorar el rendimiento de la segmentación. Es importante destacar que nuestro modelo se implementó en una sola unidad gráfica y, por lo tanto, optimiza la segmentación tumoral para un hardware ampliamente asequible. En resumen, se trata de presentar una solución económica y eficiente en memoria para la segmentación tumoral para respaldar el diagnóstico preciso de los tumores cerebrales.
Segmentación 3D de tumores cerebrales eficiente en memoria
(Universidad Católica San Pablo, 2022) Maldonado Quispe, Percy; Gutiérrez Cáceres, Juan Carlos
El diagnóstico temprano y la segmentación precisa de los tumores cerebrales son imprescindibles para un tratamiento exitoso. Desafortunadamente, la segmentación manual es lenta, costosa y, a pesar de la amplia experiencia humana, a menudo es inexacta. En este documento, presentamos una arquitectura para la segmentación de tumores basado en imágenes MRI utilizando una red neuronal convolucional 3D regularizada con autoencoder. Entrenamos el modelo con imágenes Magnetic Resonance Imaging (MRI) segmentadas manualmente: T1, T1ce, T2 y Flair de 285 pacientes con tumores de gravedad, tamaño y ubicación variables. Luego probamos el modelo utilizando datos independientes de 66 pacientes y segmentamos con éxito los tumores cerebrales en tres subregiones: el núcleo del tumor (TC), el tumor potenciador (ET) y el tumor completo (WT). También se explora pasos de preprocesamiento para mejorar el rendimiento de la segmentación. Es importante destacar que nuestro modelo se implementó en una sola unidad gráfica y, por lo tanto, optimiza la segmentación tumoral para un hardware ampliamente asequible. En resumen, se trata de presentar una solución económica y eficiente en memoria para la segmentación tumoral para respaldar el diagnóstico preciso de los tumores cerebrales.
Uso de algoritmos genéticos en la optimización de la utilidad de generación de energía hidroeléctrica
(Universidad Católica San Pablo, 2015) Molina Díaz, José Alberto; Gutiérrez Cáceres, Juan Carlos
El presente trabajo propone el uso de Augmented lagrangian Genentic Algorithm (ALGA), para la optimización del plan de operación de centrales hidroeléctricas. El problema de despacho económico de centrales involucra principalmente la disponibilidad del recurso hídrico, así como la gestión optima del mismo en orden a satisfacer la demanda nacional a través del sistema interconectado de energía en Perú. Las restricciones planteadas por el gobierno central y los entes involucrados plantean un marco interesante de trabajo. Este documento pretende encontrar la representación del modelo hidrológico de centrales en cascada, una función de aptitud idónea, operadores genéticos apropiados y la aplicación en un caso de estudio para una empresa local de generación hidroeléctrica. Se realizaron pruebas comparativas en un año completo, con resultados satisfactorios en optimización de la utilidad histórica.

Browse

Browsing Departamento de Ciencias de la Computación by browse.metadata.advisor "Gutiérrez Cáceres, Juan Carlos"

Results Per Page

Sort Options