Andere Kunden interessierten sich auch für
![Reconocimiento de expresiones con modelos activos de apariencia y svms]( "Reconocimiento de expresiones con modelos activos de apariencia y svms")
Reconocimiento de expresiones con modelos activos de apariencia y svms23,99 €![Técnicas de Mejoramiento de Imágenes de Radar de Apertura Sintética]( "Técnicas de Mejoramiento de Imágenes de Radar de Apertura Sintética")
Técnicas de Mejoramiento de Imágenes de Radar de Apertura Sintética51,99 €![Supercompresión de imágenes y video con aplicaciones]( "Supercompresión de imágenes y video con aplicaciones")
Supercompresión de imágenes y video con aplicaciones63,99 €![Framework CSS 3 basado en reconocimiento de voz]( "Framework CSS 3 basado en reconocimiento de voz")
Framework CSS 3 basado en reconocimiento de voz44,99 €![Avances en la segmentación de imágenes]( "Avances en la segmentación de imágenes")
Avances en la segmentación de imágenes44,99 €![Caracterízación de caña caída mediante imágenes aéreas]( "Caracterízación de caña caída mediante imágenes aéreas")
Caracterízación de caña caída mediante imágenes aéreas32,99 €![Compresión de Imágenes con Pérdidas]( "Compresión de Imágenes con Pérdidas")
Compresión de Imágenes con Pérdidas51,99 €
El objetivo de esta tesis es desarrollar un modelo neuronal multi-escala para el reconocimiento de imágenes en color de escenas texturadas. El modelo, que combina información cromática y textural para segmentar y reconocer las imágenes de forma coherente, está constituido por dos módulos principales: el módulo de segmentación compuesto por el Sistema de Color Oponente (COS) y el Sistema de Segmentación Cromática (CSS); y el módulo de reconocimiento basado en una red neuronal ARTMAP con propiedades de invarianza en escala y en orientación. La segmentación se realiza mediante la extracción de contornos perceptuales y procesos de difusión sobre los canales oponentes cromáticos, basados en la teoría psicofísica humana de la percepción del color. El módulo CSS lleva a cabo los procesos de realzado de las regiones de color mediante un bucle multi-escala de filtros orientados y mecanismos de competición-cooperación. Estos realzados, junto con las características de textura constituyen el patrón de entrada al clasificador neuronal supervisado. Posteriormente, la etapa neuronal realiza un reconocimiento atentivo de la escena.