Estudio de descriptores geométricos para el diseño y optimización de algoritmos de reconocimiento de objetos digitales

Autores
Bergamini, María Lorena; Kamlofsky, Jorge
Año de publicación
2015
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
En este proyecto se estudian, diseñan e implementan herramientas de análisis de imágenes orientadas al desarrollo de algoritmos para reconocimiento y clasificación de objetos en imágenes digitales. Los objetos se pueden reconocer por su forma, y éstas se identifican definiendo sistemas de representación apropiados y métricas acordes, que pretenden ser de fácil y económica generación y manejo, a fin de utilizarse en tiempo real. Se estudian representaciones compactas de formas que priorizan la reducción en la cantidad de datos a tratar, sin perder información acerca del objeto que se está describiendo. Dichas representaciones deben ser invariantes frente a escalado, rotación y transformaciones afines; ya que las imágenes de objetos no siempre son tomadas desde el mismo ángulo, distancia y posición.
Eje: Computación Gráfica, Imágenes y Visualización
Red de Universidades con Carreras en Informática (RedUNCI)
Materia
Ciencias Informáticas
visión artificial
invariantes geométricos
curvatura digital
rectas digitales
reconocimiento de formas
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-nc-sa/2.5/ar/
Repositorio
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/45656
Acceder
id SEDICI_2c868fd98c85a9fd465937a292b5005f
oai_identifier_str oai:sedici.unlp.edu.ar:10915/45656
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Estudio de descriptores geométricos para el diseño y optimización de algoritmos de reconocimiento de objetos digitalesBergamini, María LorenaKamlofsky, JorgeCiencias Informáticasvisión artificialinvariantes geométricoscurvatura digitalrectas digitalesreconocimiento de formasEn este proyecto se estudian, diseñan e implementan herramientas de análisis de imágenes orientadas al desarrollo de algoritmos para reconocimiento y clasificación de objetos en imágenes digitales. Los objetos se pueden reconocer por su forma, y éstas se identifican definiendo sistemas de representación apropiados y métricas acordes, que pretenden ser de fácil y económica generación y manejo, a fin de utilizarse en tiempo real. Se estudian representaciones compactas de formas que priorizan la reducción en la cantidad de datos a tratar, sin perder información acerca del objeto que se está describiendo. Dichas representaciones deben ser invariantes frente a escalado, rotación y transformaciones afines; ya que las imágenes de objetos no siempre son tomadas desde el mismo ángulo, distancia y posición.Eje: Computación Gráfica, Imágenes y VisualizaciónRed de Universidades con Carreras en Informática (RedUNCI)2015-04info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdfhttp://sedici.unlp.edu.ar/handle/10915/45656spainfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/2.5/ar/Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-09-17T09:45:48Zoai:sedici.unlp.edu.ar:10915/45656Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-17 09:45:48.537SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Estudio de descriptores geométricos para el diseño y optimización de algoritmos de reconocimiento de objetos digitales
title Estudio de descriptores geométricos para el diseño y optimización de algoritmos de reconocimiento de objetos digitales
spellingShingle Estudio de descriptores geométricos para el diseño y optimización de algoritmos de reconocimiento de objetos digitales
Bergamini, María Lorena
Ciencias Informáticas
visión artificial
invariantes geométricos
curvatura digital
rectas digitales
reconocimiento de formas
title_short Estudio de descriptores geométricos para el diseño y optimización de algoritmos de reconocimiento de objetos digitales
title_full Estudio de descriptores geométricos para el diseño y optimización de algoritmos de reconocimiento de objetos digitales
title_fullStr Estudio de descriptores geométricos para el diseño y optimización de algoritmos de reconocimiento de objetos digitales
title_full_unstemmed Estudio de descriptores geométricos para el diseño y optimización de algoritmos de reconocimiento de objetos digitales
title_sort Estudio de descriptores geométricos para el diseño y optimización de algoritmos de reconocimiento de objetos digitales
dc.creator.none.fl_str_mv Bergamini, María Lorena
Kamlofsky, Jorge
author Bergamini, María Lorena
author_facet Bergamini, María Lorena
Kamlofsky, Jorge
author_role author
author2 Kamlofsky, Jorge
author2_role author
dc.subject.none.fl_str_mv Ciencias Informáticas
visión artificial
invariantes geométricos
curvatura digital
rectas digitales
reconocimiento de formas
topic Ciencias Informáticas
visión artificial
invariantes geométricos
curvatura digital
rectas digitales
reconocimiento de formas
dc.description.none.fl_txt_mv En este proyecto se estudian, diseñan e implementan herramientas de análisis de imágenes orientadas al desarrollo de algoritmos para reconocimiento y clasificación de objetos en imágenes digitales. Los objetos se pueden reconocer por su forma, y éstas se identifican definiendo sistemas de representación apropiados y métricas acordes, que pretenden ser de fácil y económica generación y manejo, a fin de utilizarse en tiempo real. Se estudian representaciones compactas de formas que priorizan la reducción en la cantidad de datos a tratar, sin perder información acerca del objeto que se está describiendo. Dichas representaciones deben ser invariantes frente a escalado, rotación y transformaciones afines; ya que las imágenes de objetos no siempre son tomadas desde el mismo ángulo, distancia y posición.
Eje: Computación Gráfica, Imágenes y Visualización
Red de Universidades con Carreras en Informática (RedUNCI)
description En este proyecto se estudian, diseñan e implementan herramientas de análisis de imágenes orientadas al desarrollo de algoritmos para reconocimiento y clasificación de objetos en imágenes digitales. Los objetos se pueden reconocer por su forma, y éstas se identifican definiendo sistemas de representación apropiados y métricas acordes, que pretenden ser de fácil y económica generación y manejo, a fin de utilizarse en tiempo real. Se estudian representaciones compactas de formas que priorizan la reducción en la cantidad de datos a tratar, sin perder información acerca del objeto que se está describiendo. Dichas representaciones deben ser invariantes frente a escalado, rotación y transformaciones afines; ya que las imágenes de objetos no siempre son tomadas desde el mismo ángulo, distancia y posición.
publishDate 2015
dc.date.none.fl_str_mv 2015-04
dc.type.none.fl_str_mv info:eu-repo/semantics/conferenceObject
info:eu-repo/semantics/publishedVersion
Objeto de conferencia
http://purl.org/coar/resource_type/c_5794
info:ar-repo/semantics/documentoDeConferencia
format conferenceObject
status_str publishedVersion
dc.identifier.none.fl_str_mv http://sedici.unlp.edu.ar/handle/10915/45656
url http://sedici.unlp.edu.ar/handle/10915/45656
dc.language.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-nc-sa/2.5/ar/
Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-sa/2.5/ar/
Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5)
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:SEDICI (UNLP)
instname:Universidad Nacional de La Plata
instacron:UNLP
reponame_str SEDICI (UNLP)
collection SEDICI (UNLP)
instname_str Universidad Nacional de La Plata
instacron_str UNLP
institution UNLP
repository.name.fl_str_mv SEDICI (UNLP) - Universidad Nacional de La Plata
repository.mail.fl_str_mv alira@sedici.unlp.edu.ar
_version_ 1843532196681351168
score 13.000565

Publicaciones similares