etodologa para la lasiicacin de bjetos ediante el nlisis de mgenes asado en escriptores sicos

Abstract

as tendencias actuales en el campo de visin por computadora han sido impulsadas por modelos de clasiicacin de imgenes, con el objetivo de dotar a un sistema con la capacidad de simular el proceso humano de percepcin, transormacin e interpretacin de inormacin visual proveniente de un entorno real. as principales aplicaciones se enocan en la deteccin de objetos, involucrando tareas como etraccin y anlisis de caractersticas, localizacin de objetos, anlisis de contornos y ormas, entre otros. in embargo, debido a la complejidad inherente en la implementacin de estas tareas, los esuerzos por su desarrollo se concentran en el estudio de cada una de ellas de manera individual y diseadas de acuerdo con las caractersticas del problema por resolver. rogresos signiicativos en el mbito de deteccin de objetos han sido desarrollados gracias a la integracin de algoritmos de achine earning, especicamente algoritmos para clasiicacin como edes euronales rtiiciales (rtiicial eural etworks – ), -earest eighbor (), upport ector achine (), entre otros. entro de este trabajo se plantea el desarrollo de un sistema de visin, utilizando la plataorma robot humanoide obotis , con el objetivo de procesar e interpretar imgenes del entorno, as como detectar objetos de inters dentro del mismo. l entorno de prueba utilizado es similar al presentado en competencias oboup. n el desarrollo se utilizaron tcnicas de visin convencionales, as como el algoritmo de clasiicacin . dicionalmente, se proponen mejoras al proceso de clasiicacin con un algoritmo al que se denomin y (ynamic earest eighbor).