Informe TP1 7 1
Páginas: 10 (2459 palabras)
Publicado: 8 de mayo de 2015
Reconocimiento de Figuras Simples
Facundo Martín CALCAGNO, Adriana CHELOTTI,
Emiliano ORLANDO, Darío Martín PEREZ STALTARI
Sistemas de Programación No Convencional de Robots,
Facultad de Ingeniería, Universidad de Buenos Aires, Argentina
Abstracto
Cuando se mira a un objeto, el ser humano recibe estimulaciones visuales, que son información que él utiliza para reconocer que objeto es el queestá mirando. En este articulo, los autores proponen un modelo de una Red Neuronal que puede diferenciar entre 3 tipos de figuras de manera dinámica.
El modelo consiste en quedarse solo con la información necesaria y descartar la no necesaria para reconocer los objetos, ingresar los datos en la Red Neuronal, entrenarla y verificar los resultados.
Con las bases de la estructura de la Red Neuronal,los autores construyen un método para resolver este problema, discretizando los datos de entrada y utilizando solo la información necesaria.
Abstract
When perceiving an object, we human beings do not receive stimuli passively, but observe the object actively to obtain useful information for recognizing it. In this article, the authors propose a neural network model which realizes such activeperception by utilizing neural dynamics. This Network can distinguish between three different types of figures.
The Model consists in keeping only the necessary information of the figure and discard the rest of it, insert the data in the Neural Network, train it and verifying the results.
On the basis of such a structure of neural network, the authors construct a method to solve this problem,individualizing the information from the figure, and using only the usable information of it.
1. Introducción
El estudio de la percepción humana se concentró en el proceso de discretizar objetos usando parte de la información que se recibe. Sin embargo, los seres humanos obtenemos información de los objetos que miramos con la intención de tomar datos útiles, pero no somos objetivos al hacerlo.Cuando tocamos los objetos, por ejemplo, nos imaginamos parte de cómo será la superficie, estos hechos dan una intención a la observación.
En este articulo, se explicaran los métodos que se han utilizado para llegar al objetivo propuesto. Brindando una solución para el reconocimiento de tres tipos de figuras geométricas (circulo, triangulo y rectángulo) utilizando una red neuronal Backpropagation.Se explicará en qué consisten los valores de la imagen que constituyen la entrada de la red como así también su proceso de obtención.
Por último se muestran varios resultados obtenidos, para poder evaluar la eficiencia de la solución propuesta, así como determinar qué modificaciones se necesitarían para mejorar el modelo.
2. Estado de la cuestión
A nivel internacional el estudio delreconocimiento de Figuras se encuentra muy desarrollado. Hemos encontrado diversos desarrollos de investigadores tanto de Universidades Americanas, como Latinoamericanas que dan cuenta que el uso de Redes Neuronales es una elección acertada en el reconocimiento de figuras en dos dimensiones. Hay desarrollos que han podido identificar con una grado de acierto importante, mayor al 90 por ciento, diversos tiposde figuras, tanto círculos, rectángulos, y figuras de más de cuatro lados, en cualquier ángulo de rotado y colores que la definan. A su vez, hemos observado que se han logrado desarrollos que involucran a más de una figura por imagen, tanto figuras reconocibles como no reconocibles y se ha logrado un reconocimiento completo del total de las imágenes.
3. Presentación del problema
Una de lasdificultades que se presentan al querer reconocer una figura mediante redes neuronales es el de determinar cómo serán ponderadas las mismas, y cuáles serán los procesos de transformación que se le realizarán (binarización, recorte, etc.). Otro aspecto importante, es tener en cuenta las posibles representaciones que puede tener una figura dentro de una imagen, si la misma se encuentra rotada, o si...
Facundo Martín CALCAGNO, Adriana CHELOTTI,
Emiliano ORLANDO, Darío Martín PEREZ STALTARI
Sistemas de Programación No Convencional de Robots,
Facultad de Ingeniería, Universidad de Buenos Aires, Argentina
Abstracto
Cuando se mira a un objeto, el ser humano recibe estimulaciones visuales, que son información que él utiliza para reconocer que objeto es el queestá mirando. En este articulo, los autores proponen un modelo de una Red Neuronal que puede diferenciar entre 3 tipos de figuras de manera dinámica.
El modelo consiste en quedarse solo con la información necesaria y descartar la no necesaria para reconocer los objetos, ingresar los datos en la Red Neuronal, entrenarla y verificar los resultados.
Con las bases de la estructura de la Red Neuronal,los autores construyen un método para resolver este problema, discretizando los datos de entrada y utilizando solo la información necesaria.
Abstract
When perceiving an object, we human beings do not receive stimuli passively, but observe the object actively to obtain useful information for recognizing it. In this article, the authors propose a neural network model which realizes such activeperception by utilizing neural dynamics. This Network can distinguish between three different types of figures.
The Model consists in keeping only the necessary information of the figure and discard the rest of it, insert the data in the Neural Network, train it and verifying the results.
On the basis of such a structure of neural network, the authors construct a method to solve this problem,individualizing the information from the figure, and using only the usable information of it.
1. Introducción
El estudio de la percepción humana se concentró en el proceso de discretizar objetos usando parte de la información que se recibe. Sin embargo, los seres humanos obtenemos información de los objetos que miramos con la intención de tomar datos útiles, pero no somos objetivos al hacerlo.Cuando tocamos los objetos, por ejemplo, nos imaginamos parte de cómo será la superficie, estos hechos dan una intención a la observación.
En este articulo, se explicaran los métodos que se han utilizado para llegar al objetivo propuesto. Brindando una solución para el reconocimiento de tres tipos de figuras geométricas (circulo, triangulo y rectángulo) utilizando una red neuronal Backpropagation.Se explicará en qué consisten los valores de la imagen que constituyen la entrada de la red como así también su proceso de obtención.
Por último se muestran varios resultados obtenidos, para poder evaluar la eficiencia de la solución propuesta, así como determinar qué modificaciones se necesitarían para mejorar el modelo.
2. Estado de la cuestión
A nivel internacional el estudio delreconocimiento de Figuras se encuentra muy desarrollado. Hemos encontrado diversos desarrollos de investigadores tanto de Universidades Americanas, como Latinoamericanas que dan cuenta que el uso de Redes Neuronales es una elección acertada en el reconocimiento de figuras en dos dimensiones. Hay desarrollos que han podido identificar con una grado de acierto importante, mayor al 90 por ciento, diversos tiposde figuras, tanto círculos, rectángulos, y figuras de más de cuatro lados, en cualquier ángulo de rotado y colores que la definan. A su vez, hemos observado que se han logrado desarrollos que involucran a más de una figura por imagen, tanto figuras reconocibles como no reconocibles y se ha logrado un reconocimiento completo del total de las imágenes.
3. Presentación del problema
Una de lasdificultades que se presentan al querer reconocer una figura mediante redes neuronales es el de determinar cómo serán ponderadas las mismas, y cuáles serán los procesos de transformación que se le realizarán (binarización, recorte, etc.). Otro aspecto importante, es tener en cuenta las posibles representaciones que puede tener una figura dentro de una imagen, si la misma se encuentra rotada, o si...
Leer documento completo
Regístrate para leer el documento completo.