ARQUITECTURA DE MICROSERVICIOS PARA RECONOCIMIENTO MULTI-DIMENSIONAL DE CARACTERÍSTICAS UTILIZANDO UN MODELO DE REPRESENTACIÓN DE CONOCIMIENTO, AMBOS BASADOS EN LA PERCEPCIÓN HUMANA

Autores/as

  • LISARDO PRIETO GONZALEZ
  • BEATRIZ PUERTA HOYAS
  • ANTONIO DE AMESCUA SECO

Palabras clave:

Visión artificial, percepción humana, aprendizaje automático, sistemas distribuidos, agentes inteligentes, computación en la nube, reconocimiento de patrones, artificial vision, human perception, automatic learning, distributed system, intelligent agent, cloud computing, pattern recognition.

Resumen

El reconocimiento de patrones, evaluación semántica y clasificación en el área de la visión artificial constituyen una serie de problemas complejos que están siendo abordados desde un amplio rango de enfoques específicos. Muchos de dichos enfoques se basan en el análisis de la información desde una perspectiva dimensional específica (ej. imágenes bidimensionales o vídeo) considerando un conjunto muy limitado de indicadores, y en la aplicación de técnicas algorítmicas concretas, con mayor o menor éxito. Este trabajo presenta un modelo orientado a combinar algoritmos existentes y futuros a fin de evaluar la información visual desde una perspectiva multi-dimensional, infiriendo propiedades y características avanzadas por medio del análisis distribuido de múltiples orígenes de imágenes, permitiendo la identificación de elementos del entorno de manera análoga a como lo hace la percepción humana. Tras implementar una versión simplificada del modelo propuesto y ejecutarla bajo un clúster MPI, se extraen y agregan diferentes características de bajo nivel sobre las imágenes analizadas, y se presentan resultados satisfactorios preliminares.

Publicado

2017-05-01

Número

Sección

ARTICULOS