Tesis:
Análisis de secuencias de imágenes en el dominio comprimido. Aportaciones a los mapas autoorganizativos para el aprendizaje temporal.
- Autor: CORDEIRO MACHADO, Arnaldo
- Título: Análisis de secuencias de imágenes en el dominio comprimido. Aportaciones a los mapas autoorganizativos para el aprendizaje temporal.
- Fecha: 2001
- Materia: Sin materia definida
- Escuela: E.T.S. DE INGENIEROS INDUSTRIALES
- Departamentos: AUTOMATICA, INGENIERIA ELECTRONICA E INFORMATICA INDUSTRIAL
- Acceso electrónico:
- Director/a 1º: CAMPOY CERVERA, Pascual
- Resumen: La caracterización y reconocimiento de patrones temporales han constituido tradicionalmente un problema desafiante para investigadores y ingenieros. Para solucionar estos problemas se ha intentado el empleo de las redes neuronales artificiales, pero estas soluciones han tenido un éxito muy limitado en el campo del procesado de señales que varían con el tiempo. Un concepto fundamental presentado en esta tesis es la construcción de redes neuronales artificiales organizadas temporalmente. Esta autoorganización temporal permite a las redes procesar de un modo más organizado patrones con información temporal. El concepto está inspirado biológicamente y usa estos principios para organizar de un modo no supervisado los elementos de procesado de la red. La autoorganización en espacio y tiempo creado por esta metodología ha sido aplicada a una arquitectura concreta de red neuronal: el mapa autoorganizativo de características (conocido como mapa de Kohonen). La nueva arquitectura de red creada al adicionar la organización temporal es fácil de implementar y contiene propiedades que son únicas en el campo de las redes neuronales. Dentro de esta tesis se aborda igualmente el procesado del vídeo comprimido dentro del contexto del estándar (MPEG). Se estudia la construcción de imágenes reducidas espacialmente con diferentes tipos de imágenes del vídeo (MPEG). Las imágenes reducidas se llaman imágenes DC. Tales imágenes, enormemente reducidas en tamaño, capturan importantes características globales de las imágenes completas y son útiles para muchos propósitos del análisis. Después de analizar los métodos clásicos propuestos por otros autores para la segmentación temporal del vídeo digital, se presenta métodos novedosos para el indexado del vídeo digital. Los algoritmos propuestos se estudian analítica y experimentalmente. Se explora también la precisión, limitaciones y complejidad de estos algoritmos. Por último se presentan los principales resultados obtenidos al integrar el procesado de imágenes reducidas y la información temporal a través del mapa autoorganizativo mejorado temporalmente (TESOM). Como campo de pruebas se ha utilizado la aplicación industrial Adetect, donde se emplea el algoritmo (TESOM) para el análisis automático de secuencias dinámicas de imágenes. Se presenta un problema práctico que se resuelve utilizando los conceptos de vecinos correlacionados temporalmente. La mayor parte del trabajo se circunscribe al análisis de secuencias de imágenes y mas concretamente al caso del reconocimiento de eventos publicitarios. Las aportaciones más importantes de esta tesis han sido aplicadas de forma exitosa en el desarrollo del Sistema Automático de Detección y Reconocimiento de Anuncios Publicitarios (ADETEC) sistema patentado a nivel internacional en más de 13 países y operando de forma continua en varios de ellos, incorporando el método de aprendizaje temporal basado en el mapa (TESOM).