Search

[CA] La societat actual està molt digitalitzada, gràcies a això s’aconsegueix generar immenses quantitats de dades que si són analitzats aporten molta informació que pot ser usada per a realitzar importants avanços en múltiples camps, un d’aquestos camps es el de la salut, prova d’això és la revolució digital en mètodes clínics com l’estudi histològic d’imatges tumors, el paradigma en el Workflow de la patologia tradicional ha fet que s’estandarditze l’ús d’imatges digitals Whole Slide Images en detriment de les mostres microscòpiques, això es deu en gran part a la quantitat de beneficis que aquest metode presenta, una d’ells e l’ús de programes que permeten la visualització de imatges a nivell de píxel amb un nivell de qualitat òptim. El grup CVBlab ofereix una eina per a la visualització de les imatges WSI que a més té funcionalitats per a anotar imatges, aquesta aplicació té l’objectiu de facilitar l’anotació als patòlegs pera generen bases de dades robustes amb les quals entrenar models de Deep Learning, el problema és que aquest sistema té dificultats per a donar un servei òptim al volum de casos que es volen avaluar i a més no estan implementades noves funcionalitats que són necessàries per ajustar-se a l’exigència de determinats projectes, una d’elles és la implementació de models de Deep Learning en la pròpia aplicació per a avaluar-los amb metodologies Crowdsourcing,en aquest context es realitzat una anàlisi minuciosa de la infraestructura i el codi per a buscar millores i sintetitzar una estratègia de banyara d’aquesta, a més s’han dissenyat i implementat noves extensions que permeten integrar models de DeepLearning i fer tasques de Crowdsourcing, [ES] La sociedad actual está muy digitalizada, gracias a esto se consigue generar inmensas cantidades de datos que si son analizados aportan mucha información que puede ser usada para realizar importantes avances en múltiples campos, uno de estos campos es él de la salud, prueba de ello es la revolución digital en métodos clínicos como el estudio histológico de imágenes tumores, el paradigma en el Workflow de la patología tradicional hahechoqueseestandariceelusodeimágenesdigitalesWholeSlide Images en detrimento de las muestras microscópicas, esto se debe en gran parte a la cantidad de beneficios que plantes, una de ellas es el uso de software que permiten la visualización de las imágenes a nivel de píxel con un nivel de calidad óptimo. El grupo CVBlab ofrece una herramientas para la visualización de las imágenes WSI que además tiene funcionalidades para anotar imágenes, esta aplicación tiene el objetivo de facilitar la anotación a los patólogos para generar bases de datos robustas con las que entrenar modelos de Deep Learning, el problema es que este sistema tiene dificultades para dar un servicio óptimo al volumen de casos que se quieren evaluar y además no están implementadas nuevas funcionalidades que son necesarias para que ajustarse a la exigencia de determinados proyectos, una de ellas es la implementación de modelos de Deep Learning en la propia aplicación para evaluarlos con metodologías Crowdsourcing, en este contexto se ha realizado un análisis minuciosodelainfraestructura yelcódigoparabuscarmejorasysintetizarunaestrategia de mojara de la misma, además se han diseñado e implementado novedosas extensiones que permiten integrar modelos de Deep Larning y realizar tareas de Crowdsourcing., [EN] Today’s society is highly digitalized, thanks to this, it is possible to generate immense amounts of data which, if analyzed, provide a great deal of information that can be used to make significant advances in many fields, one of these fields is health, proof of which is the digital revolution in clinical methods such as the histological study tumor images, the paradigm in the workflow of traditional pathology has led to the standardization of the use of digital images to the detriment of microscopic samples, this is mainly due to the number of benefits that they offer, one of which is the use of software that allows the visualization of images at pixel level with an optimum level of quality. The CVBlab group provides tools for the visualization of WSI images that also has functionalities for anotatinging images. This application aims to facilitate annotation for pathologists in order to generate robust databases with which to train Deep Learning models, The problem is that this system has difficulties to provide an optimal service to the volume of cases to be evaluated and also new functionalities that are necessary to meet the requirements of certain projects are not implemented, one of them is the implementation of Deep Learningmodelss in the application itself to evaluate them with Crowdsourcing methodologies. In this context, a thorough analysis of the infrastructure and code has been carried out in order to search for improvements and synthesize a strategy for its wetting, in addition, novel extensions have been designed and implemented to integrate models of crowdsourcing and crowdsourcing tasks.

In recent years, the introduction of Machine Learning together with the use of conventional image processing techniques has given a boost to the generation of images. However, as these models are getting better their applications are getting very varied being applied in complex fields but also in daily people?s life. One of the main fields in which these new technologies are starting to be developed is fashion, especially on virtual try-on. The StageInHome company is trying to develop a virtual try-on system where people will be able to see how clothes fit them from only one single picture or selfie. This study attempts to provide an end-to-end framework based on Generative Adversarial Networks (GANs) that can provide different perspectives from a picture of a person. Specifically, it intends to provide a different human pose given a front pose of a human. En los últimos años, la introducción del Machine Learning junto con el uso de técnicas convencionales de procesamiento de imágenes ha dado un impulso a la generación de imágenes. Sin embargo, a medida que estos modelos van mejorando sus aplicaciones son cada vez más variadas aplicándose en campos complejos, pero también en la vida cotidiana de las personas. Uno de los principales campos en los que se están empezando a desarrollar estas nuevas tecnologías es el de la moda, especialmente en las pruebas virtuales. La empresa StageInHome está tratando de desarrollar un sistema de prueba virtual en el que las personas podrán ver cómo les queda la ropa a partir de una sola foto o selfie. Este estudio trata de proporcionar un marco integral basado en redes generativas antagónicas (GAN) que pueda proporcionar diferentes perspectivas a partir de una foto de una persona. En concreto, pretende proporcionar una pose humana diferente dada una pose frontal de un humano. En els darrers anys, la introducció del Machine Learning juntament amb l'ús de tècniques convencionals de processament d'imatges ha donat un impuls a la generació d'imatges. Tot i això, a mesura que aquests models van millorant les seves aplicacions són cada vegada més variades aplicant-se en camps complexos però també en la vida quotidiana de les persones. Un dels principals camps en què s'estan començant a desenvolupar aquestes noves tecnologies és el de la moda, especialment a les proves virtuals. L'empresa StageInHome està tractant de desenvolupar un sistema de prova virtual on les persones podran veure com els queda la roba a partir d'una sola foto o selfie. Aquest estudi intenta proporcionar un marc integral basat en xarxes generatives antagòniques (GAN) que pugui proporcionar diferents perspectives a partir d'una foto d'una persona. En concret, pretén proporcionar una posició humana diferent atesa una posició frontal d'un humà.

Todas las empresas requieren tener un proceso productivo estable y confiable que les permita planear una estrategia para competir en el mercado, dentro esta necesidad es muy importante saber el estado de las maquinas que ejecutan los procesos, ya que de esta manera se planea la producción y el mantenimiento de las mismas. Con el objetivo de desarrollar una herramienta de hardware y software que permita la generación de un diagnóstico confiable sobre la salud de la maquinaria se realizaron múltiples pruebas para evaluar la condición de un equipo de pruebas de manera manual y posteriormente se implementa una herramienta que es capaz de realizar el diagnostico de manera automática utilizando análisis de señales y aprendizaje autónomo donde se logra identificar de manera adecuada la condición de un equipo en 3 categorías. Los resultados evidencian que pese a que la cantidad de datos puede ser poca y que las categorías pueden estar desbalanceadas es posible construir un modelo de aprendizaje automático a través del uso del aprendizaje profundo y el análisis continuo de armónicos de frecuencia. Proyecto de grado (Magíster en Ingeniería de Desarrollo de Productos)-- Universidad Autónoma de Occidente, 2022 Maestría Magíster en Ingeniería de Desarrollo de Productos

En este artículo se presenta el desarrollo de una herramienta software para dar soporte dentro del proceso de enseñanza-aprendizaje acerca de lenguaje de señas y signos ecuatorianos para personas con discapacidad auditiva, familiares y convivientes. This article presents the development of a software tool that supports the teaching-learning process about Ecuadorian sign language for people with hearing disabilities, family members and cohabitants.

[ES] Actualmente, el tráfico es parte de un problema a nivel mundial. Existe un crecimiento muy acelerado, creando un problema notable en la sociedad. Es conveniente realizar un estudio de crecimiento de vehículos a lo largo de los años para contrastar el rápido crecimiento de la circulación. Este proyecto se basa en realizar un conteo y una clasificación automática de vehículos, capaz de poder acoplarse a cualquier video de circulación. Particularizando un poco más, este proyecto se va a centrar principalmente en la composición de un algoritmo para el conteo y clasificación de vehículos en las entradas de aeropuertos. Siendo capaz de poder obtener una clasificación total durante una jornada de tiempo establecida de los vehículos que han transitado el aeropuerto, para conocer la ocupación y demanda aeroportuaria. En el presente trabajo se realizará el algoritmo de implementación, pero no se realizará el estudio del tránsito de vehículos. Posteriormente, se realizará un entrenamiento del algoritmo para ser capaz de reconocer vehículos aeroportuarios y llevar a cabo un control del tránsito en los aeropuertos. De esta forma, se puede conocer su ubicación en tiempo real y la posible necesidad de introducir nuevos vehículos. Para realizar este estudio, se ha trabajado con el lenguaje de programación open CV. Donde se irá evolucionando el programa hasta poder conseguir un resultado óptimo, partiendo de una programación más simple, pasando por métodos básicos de procesamiento de imagen y finalizando en la implementación de redes neuronales (YOLO) para la detección y clasificación de objetos., [EN] Traffic is currently part of a global problem. There is a very accelerated traffic growth creating a big problem in society. It is appropriate to develop a study of vehicle growth over the years to compare how fast the traffic growth. This proyect is based on vehicle automatic counting and classification, being able to be adapted to any traffic video. Specifically, this proyect will be focused mainly in a algorithm composition to vehicle counting and classification at airport¿s entrance. It will be able to obtain a total vehicle classification during a day, to determinate airport demand and occupation. On the other hand, the algorithm will be trained to be able to recognize airport vehicles and carry out a traffic control. In addition, the location can be known in real time and there is the posibility to introduce new vehicles. The programming language in this proyect is OpenCV. The algotithm will evolve to achieve and optimal solution, starting from a easy and simpler programming, going through basic image processing methods and ending with the implementation of a neural network (YOLO).

Es presenta el desenvolupament d'una aplicació per crear píxel arts a partir de qualsevol imatge bidimensional aplicant diferents tècniques de processament d'imatge basades en Intel·ligència Artificial, incloent Computer Vision, Machine Learning i Deep Learning. Per als respectius pixel arts farem el procés de convertir un fitxer digital a un token no fungible (NFT) i prepararem un entorn perquè l'encunyació d'aquests sigui possible. El primer objectiu és construir una versió inicial d'aquesta aplicació en un entorn local perquè en un futur es pugui arribar a escalar a un entorn cloud i crear una eina autogestionada de creació d'avatars a través d'una pàgina web. Un cop tenim l'aplicació, mitjançant l'ús d'aquesta crearem una col·lecció d'imatges pixel art, i amb aquestes imatges crearem NFTs a la blockchain d'Oasis Network utilitzant l'Emerald ParaTime perquè així puguem tenir cada NFT en una adreça Ethereum-compatible. Quan tinguem la col·lecció a la blockchain crearem una pàgina web amb l'objectiu d'emular l'encunyació de cada NFT, a la interfície d'aquesta podrem enllaçar una cartera de criptomonedes de tipus programari com per exemple Metamask per interactuar amb aquesta blockchain d'una manera accessible i intuïtiva. Se presenta el desarrollo de una aplicación para crear pixel arts a partir de cualquier imagen bidimensional aplicando diferentes técnicas de procesamiento de imagen basadas en Inteligencia Artificial, incluyendo Computer Vision, Machine Learning y Deep Learning. Para los respectivos pixel arts haremos el proceso de convertir un archivo digital a un token no fungible (NFT) y prepararemos un entorno para que la acuñación de estos sea posible. El primer objetivo es construir una versión inicial de esta aplicación en un entorno local para que en un futuro se pueda llegar a escalar a un entorno cloud y así crear una herramienta autogestionada de creación de avatares a través de una página web. Una vez tenemos la aplicación, mediante el uso de esta crearemos una colección de imagenes pixel art, y con estas imágenes crearemos NFTs en la blockchain de Oasis Network utilizando el Emerald ParaTime para que así podamos tener cada NFT en una dirección Ethereum-compatible. Cuando tengamos la colección en la blockchain crearemos una página web con el objetivo de emular la acuñación de cada NFT, en la interfaz de esta podremos enlazar una billetera de criptomonedas de tipo software como por ejemplo Metamask para interactuar con esta blockchain de una manera accesible e intuitiva. It presents the development of an application to create pixel arts from any two-dimensional image applying different image processing techniques based on Artificial Intelligence, including Computer Vision, Machine Learning and Deep Learning. For the respective pixel arts we will do the process of converting a digital file to a non-fungible token (NFT) and we will prepare an environment so that the minting of these is possible. The first objective is to build an initial version of this platform in a local environment so that in the future it can be scaled to a cloud environment and thus create a self-managed tool for creating avatars through a web page. Once we have the platform, by using it we will create a collection of pixel art images, and with these images we will create NFTs on the Oasis Network blockchain using the Emerald ParaTime so that we can have each NFT in an Ethereum-compatible address. When we have the collection in the blockchain we will create a web page with the aim of emulating the mint of each NFT, in its interface we will be able to link a software-type cryptocurrency wallet such as Metamask to interact with this blockchain in an accessible and intuitive way.

With the Covid-19 pandemic overcrowdedness in closed spaces becomes a main issue to manage, specially in places with high transit of people like universities, malls, public offices, etc. With the help of image processing it is going to be developed a algorithm that will provide real time data on occupation of specific places, also it is going to provide a activity monitor tagging people in the same room and what they are doing. This data will be exposed through standard interfaces to be consumed by information systems. Finally the objective is deploying this on embedded systems. Also it is going to be developed a dashborad to be able to visualise the data that is been processed in realtime. The extend of this project is mainly scoped under the university use case but it can be extended to other public places like malls, public offices, hospitals and more. Using this technics opens possibilities to make better decisions on space optimisation and give realtime data for users that share this types of spaces. Con la pandemia Covid-19 el hacinamiento en espacios cerrados se convierte en un tema principal a gestionar, especialmente en lugares con alto tránsito de personas como universidades, centros comerciales, oficinas públicas, etc. Con la ayuda del procesamiento de imágenes se va a desarrollar un algoritmo que proporcionará datos en tiempo real sobre la ocupación de lugares específicos, también proporcionará un monitor de actividad que etiquete a las personas en la misma habitación y lo que están haciendo. Estos datos serán expuestos a través de interfaces estándar para ser consumidos por los sistemas de información. Finalmente, el objetivo es implementar esto en sistemas integrados. También se va a desarrollar un tablero para poder visualizar los datos que se procesan en tiempo real. La extensión de este proyecto se enmarca principalmente en el caso de uso universitario, pero puede extenderse a otros lugares públicos como centros comerciales, oficinas públicas, hospitales y más. El uso de esta técnica abre posibilidades para tomar mejores decisiones sobre la optimización del espacio y brindar datos en tiempo real para los usuarios que comparten este tipo de espacios.

Dada la importancia que representa el sector agrícola para Colombia y los distintos avances e investigaciones que se han realizado con respecto a la agricultura de precisión, para el presente proyecto se decidió hacer uso de tecnologías que permitieran realizar la exploración de un cultivo simulado, apoyado en un vehículo aéreo. En este trabajo se emplearon técnicas de procesamiento de imagen (Operaciones morfológicas, segmentación por color, filtro de promedio) y algoritmos de inteligencia artificial (redes convolucionales, YOLOv4) para identificar líneas de cultivo y posibles obstáculos que se puedan encontrar en un cultivo simulado, estas imágenes fueron obtenidas a partir de una cámara embarcada en un dron. A medida que se realiza este proceso, se genera una trayectoria la cual es seguida por el dron para posteriormente continuar con la toma de imágenes y el desplazamiento hasta llegar al final de cultivo. Los datos de ubicaciones de los surcos, trayectoria y obstáculos son guardados para ser procesados y generar un mapa. Como resultado se obtuvo una precisión de validación de 0.87 en la detección de elementos del cultivo y una precisión en la detección de obstáculos de 0.91. La trayectoria generada mediante la identificación de surcos y el uso del algoritmo A* fue óptima para evadir los obstáculos presentes en el cultivo. Finalmente, las gráficas de error en el desplazamiento del vehículo aéreo con respecto a las posiciones deseadas tienden a un valor de 0. Estos resultados permitirán brindar información del cultivo a la plataforma terrestre Ceres_Agrobot. 1. Introducción 9 2. Planteamiento del problema 11 3. Objetivos 12 3.1. Objetivo General 12 3.2. Objetivos Específicos 12 4. Estado del arte 13 4.1. Aplicación de los drones en investigación 14 4.2. Algoritmos usados en conjunto con UAVs 15 4.3. SLAM 15 4.4. Procesamiento de imagen 18 4.4.1. Incidencia de las condiciones de iluminación 21 5. De la simulación y sus elementos 27 5.2. El ambiente de simulación 28 5.3. El cultivo en Gazebo: 28 5.4. El hexacóptero 29 5.5. Integración con la cámara 29 5.6. El desplazamiento de la aeronave 30 6. De la detección de cultivos 32 6.1. Segmentación de grises por valor umbral 32 6.2. Segmentación de colores - Matlab 34 6.3. Operaciones morfológicas 36 6.3.1. Erosión 36 6.3.2. Dilatación 38 6.4. Filtro de promedio 40 6.5. Segmentación por valor umbral II 41 7. Las texturas y cultivos con bolsas de plástico 43 7.1. Segmentación de textura por filtro de Gabor 43 7.2. Segmentación de textura por filtro de entropía 44 7.3. Matriz de co-ocurrencia GLCM 45 7.4. División de imagen y clasificación de texturas 48 7.5. Red Neuronal para propiedades de imagen – matriz de co-ocurrencia 49 7.6. Redes convolucionales: 51 7.7. Resultado final del proceso de detección de cultivos desde Gazebo: 54 8. Delimitación del camino de cultivo 56 8.2. Detección de límites de cultivo 58 8.3. Detección de centros de surco a partir de límites de cultivo 60 8.4. El problema de la perspectiva 61 8.4.1. Mapeo inverso de perspectiva 61 9. Detección de objetos 63 9.1. Detección de objetos con Red Convolucional 63 9.2. Detección de objetos con Modelo YOLO 64 9.2.1. Carga y etiqueta de las clases 65 9.2.2. Dataset de entrenamiento 66 9.2.3. Entrenamiento del algoritmo 68 9.2.4. Ejecución del algoritmo 68 9.2.5. Detección realizada por el algoritmo 70 10. Evasión de obstáculos 71 11. Integración del simulador con el proceso de detección de cultivos 77 11.2. Equivalencia Píxel – Distancia 78 12. Generación de mapa 81 13. Resultados 82 14. Conclusiones y trabajos futuros 87 15. Bibliografía 89 Given the importance that the agricultural sector represents for Colombia and the different advances and research that have been carried out with respect to precision agriculture, for this project it was decided to use technologies that would allow the exploration of a simulated crop, supported by an aerial vehicle. In this work, image processing techniques (morphological operations, color segmentation, average filter) and artificial intelligence algorithms (convolutional networks, YOLOv4) were used to identify crop lines and possible obstacles that can be found in a simulated crop. These images were obtained from a camera on a drone. As this process is carried out, a trajectory is generated which is followed by the drone to continue taking images and moving until it reaches the end of the crop. The location data of the furrows, trajectory and obstacles are saved to be processed and then generate a map. As a result, a validation accuracy of 0.87 was obtained in the detection of crop elements and an accuracy of 0.91 in the detection of obstacles. The trajectory generated through the identification of furrows and the use of the A* algorithm was optimal to avoid the obstacles present in the crop. Finally, the error graphs in the displacement of the aerial vehicle with respect to the desired positions tends to a value of 0. These results will allow providing crop information to the Ceres_Agrobot ground platform. Pregrado

Remote sensing is a technique that allows to observe and obtain digital, geographical information of objects at a distance, this system has elements such as sensor, reception center and distribution channel that allow to measure and make a perception work from sensors or radars, making it essential for using with satellite images whose purpose is to obtain information of different earth surface coverage. Landsat has a series of eight satellites mainly characterized by the observation of high-resolution images of the earth’s surface, there is passive and active remote sensing, a passive remote sensing system collects electromagnetic energy reflected by an observed object and coming from the earth’s surface, Through this system the present article exposes the Landsat satellite image processing methodology through Erdas Imagine and ArcGIS software in order to use different tools to determine coverage, as well as compare satellite imagens and software that allow obtain better results in the images. La teledetección es una técnica que permite observar y obtener información digital, geográfica de objetos a distancia, este sistema posee elementos como sensor, centro de recepción y canal de distribución que permiten realizar labores de medición y percepción a partir de sensores o radares haciéndose indispensable el uso de imágenes satelitales cuyo fin es obtener información requerida de las diferentes coberturas en la superficie terrestre. Landsat cuenta con una serie de ocho satélites principalmente caracterizados por la observación de imágenes en alta resolución de la superficie terrestre, existe la teledetección pasiva y activa, un sistema de teledetección pasiva recoge energía electromagnética reflejada por un objeto observado y procedente de la superficie terrestre, a través de este sistema el presente artículo expone la metodología de procesamiento de imágenes satelitales Landsat mediante los softwares Erdas Imagine y ArcGIS con el fin de emplear el uso de las diferentes herramientas para determinar coberturas, así mismo comparar visores y software de imágenes satelitales que permitan obtener mejores resultados en las imágenes.

This thesis presents the result of the research and development of technologies and algorithms based on incremental learning used in computer vision applications. The main objective is that the algorithms should be able to learn more concepts as time passes, adapt to possible changes in the stationarity of the data, manage and train the network once we have a new class at the entrance not seen before by the own network keeping the result of the old classes. To carry out the project, two databases were used that provide data sets separated by classes. The great challenge of the thesis is how to manage and preserve the knowledge of old classes without requiring a large amount of memory, which current algorithms need, while at the same time new classes are trained on the input. La tesis presenta el resultado de la investigación y desarrollo de tecnologías y algoritmos basados en el aprendizaje incremental utilizados en aplicaciones de visión por computadora. El principal objetivo es que los algoritmos deben ser capaces de aprender más conceptos a medida que pasa el tiempo, adaptarse a posibles cambios de estacionariedad de los datos, gestionar y entrenar la red una vez tenemos una nueva clase en la entrada no vista antes por la propia red manteniendo el resultado de las clases antiguas. Para llevar a cabo el proyecto, se ha utilizado dos bases de datos que proporcionan conjuntos de datos separados por clases. El gran reto de la tesis es como gestionar y preservar el conocimiento de clases antiguas sin requerir una gran cantidad de memoria, cosa que los algoritmos actuales necesitan, mientras a la vez clases nuevas en la entrada son entrenadas. La tesis presenta el resultat de la recerca i desenvolupament de tecnologies i algoritmes basats en l'aprenentatge incremental utilitzats en aplicacions de visió per computadora. El principal objectiu és que els algoritmes han de ser capaços d'aprendre més conceptes a mesura que passa el temps, d'adaptar-se a possibles canvis d'estacionarietat de les dades, gestionar i entrenar la xarxa un cop una nova classe és a l'entrada no vista abans per la pròpia xarxa. Per dur a terme el projecte, s'ha utilitzat dues bases de dades que proporcionen conjunts de dades separats per classes. El gran repte de la tesis és com gestionar i preservar el coneixement de classes antigues sense requerir una gran quantitat de memòria, cosa que els algoritmes actuals necessiten, mentre a la vegada classes noves a l?entrada són entrenades.

[ES] El procesamiento de imágenes se ha visto optimizado drásticamente en los últimos años, de forma que actualmente es posible realizar este procesamiento en tiempo real para, por ejemplo, leer el MRZ de un documento de identidad o un pasaporte. El MRZ, en el caso de los documentos de identidad españoles (DNI) se encuentra en la parte trasera del mismo y consta de 3 líneas de 30 caracteres cada una y contiene información importante del ciudadano en cuestión. En este trabajo se ha desarrollado una librería en C++ para la detección y lectura del MRZ. Adicionalmente, se ha diseñado e implementado una aplicación Android que usa la cámara del móvil para detectar el MRZ y extraer su información. El trabajo se ha completado con una aplicación web con la que mediante el uso de una web cam y de la misma librería se detecta el MRZ., [EN] Image processing has been so drastically improved over the last years that it has now become possible to do this processing in real time. This can be used, for example, to read the MRZ in an identification document or a passport. The MRZ, on Spanish identification documents (DIN) is on the back side and consists of 3 lines of 30 characters each and contain important information about the citizen. In this work, a library in C++ has been developed for the detection and reading of the MRZ. Additionally, an Android application has been designed and implemented, it uses the mobile camera to detect the MRZ and extract its information. The work has been completed with a web application that, using the webcam and the same library, detects the MRZ., [CA] El processament d’imatges s’ha vist optimitzat dràsticament els últims anys, de tal forma que actualment es possible realitzar aquest processament en temps real per a, per exemple, llegir el MRZ de un document de identitat o un passaport. El MRZ, en el cas dels documents de identitat espanyols (DNI) es troba en la part de darrere del mateix i consta de 3 línies de 30 caràcters cadascuna i contenen informació important sobre el ciutadà en qüestió. En aquest treball s’ha desenvolupat una llibreria en C++ per a la detecció i lectura del MRZ. Addicionalment, s’ha dissenyat i implementat una aplicació Android que utilitza la càmera del mòbil per a detectar el MRZ i extraure la seva informació. El treball s’ha completat amb una aplicació web amb la qual mitjançant el ús de una web cam i de la mateixa llibreria es detecta el MRZ.

The non-destructive methodologies used to determine leaf area through photographic captures and subsequent processing have had an important reception in various disciplines. However, there are few studies that validate the effect of the coplanarity or non-coplanarity between the camera planes and the leaves in terms of precision and accuracy. In this study, the precision of the leaf area values obtained in the Eichhornia crassipes plant was evaluated, using two non-destructive methodologies with image processing in Image J software. Subsequently, the accuracy is evaluated in the non-destructive methodology showing less variability in the results. Method 1 does not present a rigorous control between planes, while methodology 2 uses a device to guarantee coplanarity. As references, an image processing system and printed elliptical figures of known area built with AutoCAD software were used. The results show with a confidence level of 95% the same level of precision between the reference image processing system and methodology 2, which turned out to be the most accurate. Regarding the accuracy, evaluated through the confidence limits for the slope and intercept of curve calibration parameters, a statistically similar behavior was obtained between method 2 and the AutoCAD software, and the same differences between methodology/referents and referent/referrer. Las metodologías no destructivas empleadas para determinar área foliar mediante capturas fotográficas y posterior procesamiento han tenido una importante acogida en diversas disciplinas. Sin embargo, son escasos los estudios que validan en términos de precisión y exactitud el efecto de la coplanaridad o de la no-coplanaridad entre los planos de la cámara y la hoja. En este estudio se evaluó la precisión de los valores de área foliar obtenidos en la planta Eichhornia crassipes, utilizando dos metodologías no destructivas con procesamiento de imagen en el software Image J. Posteriormentemse se evaluó la exactitud en la metodología no destructiva que presentó menor variabilidad de los resultados. La metodología 1 no presenta un control riguroso entre los planos, mientras que la metodología 2 emplea un dispositivo para garantizar coplanaridad. Como referentes se emplearon un sistema de procesamiento de imagen y figuras elípticas impresas de área conocida construidas con el software AutoCAD. Los resultados muestran con un nivel de confianza del 95% el mismo nivel de precisión entre el referente sistema de procesamiento de imagen y la metodología 2, que a su vez resultó ser la más precisa. En relación a la exactitud, evaluada a través de los límites de confianza para los parámetros pendiente e intercepto de curvas de calibración, se obtuvo un comportamiento estadísticamente similar entre la metodología 2 y el software AutoCAD, y las mismas diferencias entre metodología/referentes y referente/referente. As metodologias não destrutivas utilizadas para determinar área foliar mediante capturas fotográficas e posterior processamento vêm tendo importante recebimento em diversas disciplinas. Contudo, são escassos os estudos que validam, em termos de precisão e exatidão, o efeito da coplanaridade ou da não coplanaridade entre os planos da câmera e da folha. Neste estudo, foi avaliada a precisão dos valores de área foliar obtidos na planta Eichhornia crassipes, utilizando duas metodologias não destrutivas com processamento de imagem no software Image J. Em seguida, foi avaliada a exatidão na metodologia não destrutiva que apresentou menor variabilidade dos resultados. A metodologia 1 não apresenta um controle rigoroso entre os planos, enquanto a metodologia 2 utiliza um dispositivo para garantir coplanaridade. Como referentes, foram utilizados um sistema de processamento de imagem e figuras elípticas impressas de área conhecida construídas com o software AutoCAD. Os resultados mostram um nível de confiança de 95 %, o mesmo nível de precisão entre o referente sistema de processamento de imagem e a metodologia 2, que, por sua vez, resultou ser a mais precisa. Quanto à exatidão, avaliada pelos limites de confiança para os parâmetros pendente e intercepto de curvas de calibração, foi obtido comportamento estatisticamente similar entre a metodologia 2 e o software AutoCAD, e as mesmas diferenças entre metodologia e referentes e referente e referente.

En los procesos de sustracción de fondo aplicado a la detección de objetos en movimiento, una de las etapas de mayor relevancia es la del filtrado por morfología, en donde se simplifica la imagen y se conservan la mayor parte de las características de forma de los objetos. Por ello, se realiza una comparativa entre las operaciones de dilatación, erosión, apertura, cierre y gradiente en imágenes de video con fondo estático, donde circulan personas en ambientes no controlados, con el objetivo de determinar su comportamiento en la detección y conteo de personas. El procesamiento de imagen se realiza en lenguaje Python y se utiliza el paquete especializado para visión por computadora OpenCV. Además, mediante Tkinter se desarrolló una interfaz gráfica de usuario con la que se ingresan los valores del tamaño y la forma del elemento estructural para el procesamiento. Al aplicar el filtrado morfológico por dilatación se obtuvo un acierto en las detecciones de 82.28 %, con la erosión el acierto fue de 81.86 %, mientras que, con las operaciones de apertura, cierre y gradiente el acierto fue de 83.69 %, 93.07 % y 87.69 % respectivamente. In the processes of background subtraction applied to the detection of moving objects, one of the most relevant stages is the filtering by morphology, where the image is simplified and most of the shape characteristics of the objects are preserved. Therefore, a comparison is made between the operations of dilation, erosion, opening, closing and gradient in video images with static background, where people circulate in uncontrolled environments, to determine their behavior in the detection and counting of people. Image processing is performed in Python language and the specialized computer vision package OpenCV is used. In addition, a graphical user interface was developed using Tkinter to enter the values of the size and shape of the structural element for processing. When applying the morphological filtering by dilatation, a success in the detections of 82.28 %, with erosion the accuracy was 81.86 %, while, with the opening, closing and gradient operations the accuracy was 83.69 %, 93.07 % and 87.69 % respectively.

En esta memoria estudiamos diferentes problemas abiertos entorno a la agregación de información y presentamos el estudio de nuevas técnicas de agregación de características de imágenes para mejorar el rendimiento en los problemas de clasificación y recuperación de imágenes, realizando propuestas para algoritmos de visión por computador tradicional y para modelos de Deep Learning. Concretamente, hemos propuesto un método para agregar información en problemas de clasificación multi-clase a través de ensembles ponderados. También presentamos una nueva función de pooling capaz de auto aprenderse para redes neuronales convolucionales. Centrándonos en el problema de recuperación de imágenes proponemos un esquema de agregación de características donde damos mayor importancia a los objetos relevantes de la imagen y finalmente introducimos una nueva representación de Co-Ocurrencias auto aprendible para redes neuronales convolucionales capaz de capturar la correlación espacial entre diferentes características. La memoria está dividida en dos partes: Parte I. Dedicada al planteamiento del problema, la discusión de los métodos propuestos, los resultados y las conclusiones obtenidas. Parte II. Contiene las publicaciones asociadas al estudio realizado. Programa de Doctorado en Ciencias y Tecnologías Industriales (RD 99/2011) Industria Zientzietako eta Teknologietako Doktoretza Programa (ED 99/2011)

Treball Final de Grau en Enginyeria Informàtica. Codi: EI1054. Curs acadèmic: 2019/2020 Memoria desarrollada para la asignatura EI1054 – Prácticas externas y Trabajo Final de Grado de Ingeniería Informática en la Universidad Jaume I de Castellón. Esta memoria incluye por una parte la estancia en prácticas realizada en la empresa RecordGo Alquiler Vacacional (Castellón) y por otra parte, la realización de un TAD dirigido por el tutor de prácticas externas José Ribelles Miguel. Por una parte, el objetivo del proyecto realizado durante la estancia de prácticas, es poder prescindir del centro de datos local de la oficina central de RecordGo y trasladar todos los servicios operativos a la nube, de forma que el core del negocio de la empresa esté gestionado desde esta. Este proyecto consiste en llevar a cabo una reestructuración de la infraestructura de la empresa y migrar los servicios de forma que éstos puedan operar de la forma más óptima y eficiente posible en un sistema cloud, más concretamente Amazon Web Services. De esta manera la empresa podría disminuir su tiempo de dedicación a controlar el funcionamiento del sistema de red, y además podría integrar nuevos servicios y características de negocio más fácilmente. Por otra parte, el objetivo del Trabajo Académicamente Dirigido consiste en evaluar si el uso de las técnicas actuales de procesamiento de imágenes puede ser de interés en el campo de los videojuegos. Para ello se ha desarrollado una aplicación en Android Studio con dos juegos, cuyos principales atractivos son la posibilidad de partidas multijugador y el procesamiento de imágenes en tiempo real.

[CA] En aquests moments estem vivint una pandèmia mundial causada pel SARSCoV-2, un virus que produeix una enfermetat infecciosa coneguda com COVID19 que provoca, entre altres, malalties respiratòries, com pneumònia en casos greus. Aquest projecte es centra en l’anàlisi d’imatge mèdica per a la detecció de pneumònia a partir de radiografies pulmonars per tal d’ajudar a la lluita contra la pandèmia. Durant el projecte s’utilitzaran tècniques d’aprenentatge profund per a construir diversos classificadors amb l’ús de xarxes neuronals convolucionals que siguen capaços de detectar la infecció. La finalitat és que aquests classificadors puguen ajudar al personal mèdic a la criva de pacients que presenten simptomatologies durant la pandèmia. S’utilitzarà un conjunt d’imatges de radiografies pulmonars proporcionat pel Banc digital d’Imatge Mèdica de la Comunitat Valenciana -BIMCV-, les quals entrenaran els models construïts., [ES] En estos momentos estamos viviendo una pandemia mundial causada por el SARS-CoV-2, un virus que produce una enfermedad infecciosa que se conoce como COVID-19, la cual provoca, entre otras, enfermedades respiratorias, como neumonía en casos graves. Este proyecto se centra en el análisis de imagen médica para la detección de neumonía a partir de radiografías pulmonares con tal de ayudar en la lucha contra la pandemia. Durante el proyecto se usarán técnicas de aprendizaje profundo para construir diversos clasificadores utilizando redes neuronales convolucionales los cuales sean capaces de detectar la infección. La finalidad es que estos clasificadores puedan ayudar al personal médico en el triaje de pacientes que presenten sintomatologías durante la pandemia. Se utilizará un conjunto de imágenes de radiografías pulmonares proporcionado por el Banco digital de Imagen Médica de la Comunidad Valenciana -BIMCV-, las cuales entrenarán los modelos construidos., [EN] Nowadays we are experiencing a worldwide pandemic caused by the SARSCoV-2, a virus that produces an infectious disease known as COVID-19, which causes, among others, respiratory diseases, such as pneumonia in severe cases. This project is focused on medical image analysis for the detection of pneumonia from lung X-ray images in order to fight against the pandemic. During the project, deep learning techniques will be used to build various classifiers that can detect the infection. The purpose is that these classifiers will be able to help medical personnel at the screening of patients presenting symptomatologies during the pandemic. A set of lung X-ray images provided by the Medical Imaging Databank of the Valencia Region -BIMCV- will be used to train the built models., Aquest projecte s’ha desenvolupat en col·laboració amb l’equip del projecte DeepHealth1 del centre d’investigació Pattern Recognition and Human Language Technology, el qual ha intentat aportar models de Deep Learning per al problema plantejat pel Banc digital d’Imatge Mèdica de la Comunitat Valenciana, tal com estaven fent altres equips.

La estimación de la postura humana y el reconocimiento de la actividad es un componente crucial en el campo de la visión por ordenador. De este modo, se permite a las máquinas comprender el comportamiento de las personas en imágenes y vídeos. Debido a los crecientes avances en el procesado de imágenes y en la visión por ordenador, las técnicas para el reconocimiento de la actividad humana se han vuelto cada vez más accesibles. En esta tesis, se ha implementado un sistema de reconocimiento de actividad, en tiempo real y para múltiples personas, utilizando los puntos anatómicos claves de un esqueleto humano. Estos puntos clave se extraen de imágenes RGB utilizando la biblioteca de código abierto, OpenPose. Luego, se utiliza una red neuronal artificial para clasificar las actividades basándose con la posición de estos puntos clave. Para hacer que el sistema sea capaz de detectar varias personas y al mismo tiempo, se trata a cada persona de manera independiente y se le asigna una identificación única o ID a cada una. El método propuesto muestra un rendimiento prometedor, alcanzando más del noventa por ciento de precisión. Este sistema de reconocimiento de actividad humana puede contribuir a destacados campos de investigación como el procesamiento de imágenes y el reconocimiento de patrones con variedad de aplicaciones prácticas. L’estimació de la postura corporal humana i el reconeixement d’activitat és un component molt rellevant en el camp de la visió per ordinador, permetent a les màquines entendre el comportament de les persones en imatges i vídeos. A causa dels avenços en processament d’imatge i visió per ordinador, les tècniques de reconeixement d’activitats humanes han esdevingut cada vegada més accessibles. En aquesta tesi, s’ha implementat un sistema de reconeixement d’activitat en temps real i multi persona, utilitzant els punts anatòmics clau d’un esquelet humà. Aquests, s’extreuen a partir d’imatges RGB mitjançant la biblioteca de codi obert, OpenPose. A continuació, s’utilitza una xarxa neuronal artificial per classificar-ne l’acció a partir de les posicions de cada punt clau. Perquè el sistema sigui capaç de suportar múltiples deteccions al mateix temps, i tracti a cada una de manera independent, se li assigna un identificador únic o ID a cada detecció. El mètode proposat mostra un rendiment prometedor, assolint una precisió global de prop del noranta per cent. Aquest sistema de reconeixement d’activitats humanes pot contribuir a camps d’investigació destacats com el processament d’imatges i el reconeixement de patrons amb aplicacions pràctiques. ii Human pose estimation and activity recognition is a crucial component in computer vision, enabling machines to understand peoples behavior in images and videos. Due to the rising advancements in computer vision and image processing, techniques for human activity recognition (HAR) have become increasingly accessible. In this thesis, a real-time multi-human activity recognition system has been implemented using the anatomical key points of a human being. These key points are extracted from RGB images using the open-source library, OpenPose. Then, an Artificial Neural Network is used to recognize the activities related to these key points. To make the system multi-person and simultaneously treat each person independently, a unique ID is assigned. The proposed method shows promising performance, reaching over a ninety percent overall accuracy. This human activity recognition system can contribute to prominent research fields like image processing and pattern recognition with practical applications

This project is a dive into the methods and technologies behind the state-of-the-art motion picture cameras, followed by an analysis of the attributes that contribute to the desired photographic “look”. The first part of the project consists of a thorough theoretical research, which demonstrates the significant influence of the image processing pipeline on the attributes that mold the photographic look, as well as the importance of attribute manipulation when comparing camera systems. The practical part of the project further explores the idea of camera analysis by equalization of manipulable attributes. Specifically tone and colour manipulation, with the use of three 1D look-up tables and tetrahedral colour mapping correspondingly, of footage shot on an Arri Alexa Mini and a Red Weapon Helium. By successfully achieving this equalization we can reach two main conclusions. Firstly, we confirm that a camera's "colour science" is clearly a manipulable attribute. And secondly, we can use the equalization of manipulable attributes to analyze other attributes, such as noise, with less bias. 1 Aquest projecte és una immersió en els mètodes i les tecnologies capdavanteres d'adquisició d'imatge en càmeres de cinema, seguit d'una anàlisi dels factors que influeixen en el “look” fotogràfic desitjat per l'autor. Un estudi teòric exhaustiu ha demostrat la importància del processament del senyal en comparar sistemes de càmeres i la seva influència en els atributs que modelen el “look” final de la imatge. La part pràctica explora la idea de l'anàlisi de la càmera mitjançant l'equalització d'atributs manipulables, específicament la manipulació de tons i colors amb l'ús de tres “look-up tables” unidimensionals i “mapping” de colors a través de geometria tetraèdrica, sobre un dataset d'imatges preses amb una Arri Alexa Mini i una Red Weapon Helium. En aconseguir amb èxit aquesta equalització podem arribar a dues conclusions principals: En primer lloc, confirmem que la "ciència del color" d'una càmera és clarament un atribut manipulable, i en segon lloc, podem usar l'equalització d'atributs manipulables per a analitzar altres atributs, com el soroll, des d'un punt de vista més objectiu.

[Resumen] En este artículo presentamos el desarrollo de un efecto artístico de mosaico entre dos imágenes usado en la enseñanza de técnicas de paralelismo y visión por computador. La implementación del efecto con el uso de paralelismo a nivel de datos e instrucción, el lenguaje de programación C y la biblioteca OpenCV permite que el alumnado descubra las ventajas y limitaciones de este paradigma en el contexto de una aplicación de procesado de imágenes, que consideramos atractiva para el alumnado, brindándole conocimientos prácticos en ambos campos y contribuyendo a afianzar los teóricos. [Abstract] In this article we present the development of an artistic mosaic effect between two images used in the teaching of parallelism and computer vision techniques. The implementation of the effect with the use of parallelism, the programming language C and the OpenCV library allows students to discover the advantages and limitations of this paradigm in the context of an image processing application, which we consider attractive for students. , providing practical knowledge and contributing to improve the theorists. Comisión Europea; 586035-EPP-1-2017-1-DZ-EPPKA2-CBHE-JP

En este trabajo de fin de grado pretendemos desarrollar un algoritmo de detección de tablas en imágenes de documentos, complementando las funcionalidades de una librería de código abierto de reconocimiento de texto en imágenes, con el fin de realizar una clasificación automática de los documentos. Para facilitar las tareas de detección de tablas y reconocimiento de texto aplicaremos una fase previa de preprocesamiento de imágenes. El algoritmo desarrollado será aplicado a documentos escaneados para obtener características (palabras, número de páginas, número de tablas y estructura de las mismas…) que permitan crear un modelo de clasificación de documentos no estructurados mediante redes neuronales. La red neuronal se entrenará con documentos previamente etiquetados y permitirá la predicción de nuevos documentos en el momento de la digitalización de estos. El algoritmo desarrollado completo de preprocesamiento, detección de tablas y de texto y clasificación de imágenes escaneadas se integrará en una plataforma de gestión documental. Graduado o Graduada en Ingeniería Informática por la Universidad Pública de Navarra Informatika Ingeniaritzako Graduatua Nafarroako Unibertsitate Publikoan

[CA] En aquests moments estem vivint una pandèmia mundial causada pel SARSCoV-2, un virus que produeix una enfermetat infecciosa coneguda com COVID19 que provoca, entre altres, malalties respiratòries, com pneumònia en casos greus. Aquest projecte es centra en l’anàlisi d’imatge mèdica per a la detecció de pneumònia a partir de radiografies pulmonars per tal d’ajudar a la lluita contra la pandèmia. Durant el projecte s’utilitzaran tècniques d’aprenentatge profund per a construir diversos classificadors amb l’ús de xarxes neuronals convolucionals que siguen capaços de detectar la infecció. La finalitat és que aquests classificadors puguen ajudar al personal mèdic a la criva de pacients que presenten simptomatologies durant la pandèmia. S’utilitzarà un conjunt d’imatges de radiografies pulmonars proporcionat pel Banc digital d’Imatge Mèdica de la Comunitat Valenciana -BIMCV-, les quals entrenaran els models construïts. [ES] En estos momentos estamos viviendo una pandemia mundial causada por el SARS-CoV-2, un virus que produce una enfermedad infecciosa que se conoce como COVID-19, la cual provoca, entre otras, enfermedades respiratorias, como neumonía en casos graves. Este proyecto se centra en el análisis de imagen médica para la detección de neumonía a partir de radiografías pulmonares con tal de ayudar en la lucha contra la pandemia. Durante el proyecto se usarán técnicas de aprendizaje profundo para construir diversos clasificadores utilizando redes neuronales convolucionales los cuales sean capaces de detectar la infección. La finalidad es que estos clasificadores puedan ayudar al personal médico en el triaje de pacientes que presenten sintomatologías durante la pandemia. Se utilizará un conjunto de imágenes de radiografías pulmonares proporcionado por el Banco digital de Imagen Médica de la Comunidad Valenciana -BIMCV-, las cuales entrenarán los modelos construidos. [EN] Nowadays we are experiencing a worldwide pandemic caused by the SARSCoV-2, a virus that produces an infectious disease known as COVID-19, which causes, among others, respiratory diseases, such as pneumonia in severe cases. This project is focused on medical image analysis for the detection of pneumonia from lung X-ray images in order to fight against the pandemic. During the project, deep learning techniques will be used to build various classifiers that can detect the infection. The purpose is that these classifiers will be able to help medical personnel at the screening of patients presenting symptomatologies during the pandemic. A set of lung X-ray images provided by the Medical Imaging Databank of the Valencia Region -BIMCV- will be used to train the built models. Aquest projecte s’ha desenvolupat en col·laboració amb l’equip del projecte DeepHealth1 del centre d’investigació Pattern Recognition and Human Language Technology, el qual ha intentat aportar models de Deep Learning per al problema plantejat pel Banc digital d’Imatge Mèdica de la Comunitat Valenciana, tal com estaven fent altres equips.