Archivo Ras

Descripción de la práctica
El objetivo de la práctica es construir y evaluar un sistema de reconocimiento de caras en fotografía sencillo utilizando perceptrones multicapa (MLP). Para simular y entrenar los perceptrones multicapa se usará la libreríaNeuroph implementada en Java.
Objetivos
* Experimentar con herramientas para la simulación de RNAs.
* Evaluar el uso de perceptronesmulticapa en una aplicación de procesamiento de imágenes sencilla
Tareas a realizar
El trabajo a realizar es eminentemente de experimentación para evaluar distintas configuraciones de los perceptrones multicapa y determinar su rendimento en la tarea de reconocer caras. Las tareas concretas a realiza en la práctica serán las siguientes:
1. Diseño de las configuraciones a estudiar
2. Ejecuciónde las pruebas con las configuraciones seleccionadas
3. Análisis de los resultados
Normas de entrega
* La práctica se realizará de forma individual o en parejas.
* La fecha límite de entrega para la convocatoria de febrero será el 19/2/2010 en el despacho 303.
* Antes de esa fecha es posible entregar la práctica en horario de prácticas o de tutorias.
* Se deberá entregar:* Memoria en papel con la estructura que se indica
* Si se considera necesario, se podrá acompañar del código fuente empleado para desarrollarla.
* En el momento de la entrega se comprobará el funcionamiento de la práctica y el modo en que fue desarrollada, por lo que, salvo causas de fuerza mayor, será necesaria la presencia de todos los miembros del grupo.
* Estructura de lamemoria (aprox. 5-7 págs):
* Descripción del problema (herramientas utilizadas, datos empleados y modo en que se ha hecho, etc)
* Descripción de la implementación o modificaciones realizadas (si procede)
* Descripción de los experimentos realizados y resultados obtenidos
* Conclusiones y problemas encontrados (resultados, posibles mejoras, etc)
* Bibliografíaconsultada
Nota: Incluir Nombre, DNI y e-mail en la portada
Desarrollo de la práctica
La practica consiste en aplicar perceptrones multicapa [MLP] a un problema de detección de caras.
En nuestro caso, para el entrenaieto se partirá de un conjunto de muestras de caras en posición frontal escaladas a un tamaño de 19x19 pixels en escala de grises, junto con otro conjunto de fragmentos de imágenes de19x19 que no se corresponden con caras.
El objetivo de la red a entrenar será diferenciar entre regiones de 19x19 que puedan contener una cara y las que no.
* Las imágenes están en formato PGM con una profundidad de 255 niveles de gris (1 byte/pixel: 0=negro, 255=blanco).
* Se incluye una clase Java (FicheroPGM) que carga estas imágenes en un matríz de entreros de dimensión 19x19.
*Para alimentar los perceptrones estas imágenes se convierten en un array de 361 elementos de tipo double con valores entre 0 y 1 (0=blanco, 1=negro).
* Los componentes de cada vector se normalizan dividiéndolos por el valor más alto para garantizar un rango de valores uniforme.
* Se incluye una clase Java (Util) que implementa estas transformaciones.
* El perceptrón multicapa autilizar tendrá 361 neuronas de entradas, una o más capas ocultas y una neurona de salida.
* Una salida igual a 1 (o cercana) indicará que la imagen contiene una cara y una salida igual a 0 (o cercana) indicará no es una cara.
Para el entrenamiento y validación se utilizará el conjunto de datos MIT-CBCL. Se proporciona una versión completa y otra reducida con un menor número de imágenes.El objetivo de la práctica es el de realizar una serie de ciclos entrenamiento+evaluación de forma ordenada que permitan llegar a conclusiones sobre el uso de MLPs en este tipo de tareas. Se entrenarán distintos MLPs, con diferentes topologías, para tratar de identificar configuraciones con buenos resultados. Una vez entrenado cada perceptrón con el conjunto de entrenamiento se realizará una...