building BALSEIRO
institution Repositorio Institucional Centro Atómico Bariloche e Instituto Balseiro (CNEA)
id BALSEIRO--oai:ricabib.cab.cnea.gov.ar:215
author Carnevale, Federico J.
spellingShingle Carnevale, Federico J.
LÓGICA MATEMÁTICA
FÍSICA
NEURAL NETWORKS
REDES NEURONALES
MATHEMATICAL LOGIC
LÓGICA MATEMÁTICA
3D ORIENTATION
ORIENTACIÓN 3D
ARTIFICIAL NEURAL NETWORKS
REDES NEURONALES ARTIFICIALES
PROGRAMMABLE LOGIC DEVICES
LÓGICA DIGITAL PROGRAMABLE
ARTIFICIAL VISION
VISIÓN ARTIFICIAL
Orientación de un objeto 3D : implementación de redes neuronales artificiales utilizando lógica programable
La extracción de información compleja a partir de imágenes es una habilidad clave en las máquinas inteligentes con vasta aplicación en los sistemas automatizados, la manipulación robótica y la interacción humano-computadora. Sin embargo, resulta una tarea extremadamente difícil de resolver con estrategias clásicas, geométricas o analíticas. Por lo tanto, un enfoque basado en aprendizaje a partir de ejemplos parece más adecuado. Esta tesis trata acerca del problema de orientación 3D, cuyo objetivo consiste en estimar las coordenadas angulares de un objeto conocido, a partir de una imagen tomada desde cualquier dirección. Se describe un sistema, basado en redes neuronales artificiales, para resolver este problema en tiempo real. La implementación, capaz de funcionar a frecuencia de video, se realiza utilizando un dispositivo de lógica programable. El sistema digital final demestró la capacidad de estimar dos coordenadas de rotación de un objeto 3D conocido en rangos de -80º a 80º. Su velocidad de funcionamiento permite la operación a frecuencia de video. La precisión del sistema puede incrementarse sucesivamente aumentando el tamaño de la red neuronal artificial y utilizando una mayor cantidad de ejemplos de entrenamiento.
http://ricabib.cab.cnea.gov.ar/215/
topic LÓGICA MATEMÁTICA
FÍSICA
NEURAL NETWORKS
REDES NEURONALES
MATHEMATICAL LOGIC
LÓGICA MATEMÁTICA
3D ORIENTATION
ORIENTACIÓN 3D
ARTIFICIAL NEURAL NETWORKS
REDES NEURONALES ARTIFICIALES
PROGRAMMABLE LOGIC DEVICES
LÓGICA DIGITAL PROGRAMABLE
ARTIFICIAL VISION
VISIÓN ARTIFICIAL
topic_facet LÓGICA MATEMÁTICA
FÍSICA
NEURAL NETWORKS
REDES NEURONALES
MATHEMATICAL LOGIC
LÓGICA MATEMÁTICA
3D ORIENTATION
ORIENTACIÓN 3D
ARTIFICIAL NEURAL NETWORKS
REDES NEURONALES ARTIFICIALES
PROGRAMMABLE LOGIC DEVICES
LÓGICA DIGITAL PROGRAMABLE
ARTIFICIAL VISION
VISIÓN ARTIFICIAL
title Orientación de un objeto 3D : implementación de redes neuronales artificiales utilizando lógica programable
title_full Orientación de un objeto 3D : implementación de redes neuronales artificiales utilizando lógica programable
title_fullStr Orientación de un objeto 3D : implementación de redes neuronales artificiales utilizando lógica programable
title_full_unstemmed Orientación de un objeto 3D : implementación de redes neuronales artificiales utilizando lógica programable
title_short Orientación de un objeto 3D : implementación de redes neuronales artificiales utilizando lógica programable
contents La extracción de información compleja a partir de imágenes es una habilidad clave en las máquinas inteligentes con vasta aplicación en los sistemas automatizados, la manipulación robótica y la interacción humano-computadora. Sin embargo, resulta una tarea extremadamente difícil de resolver con estrategias clásicas, geométricas o analíticas. Por lo tanto, un enfoque basado en aprendizaje a partir de ejemplos parece más adecuado. Esta tesis trata acerca del problema de orientación 3D, cuyo objetivo consiste en estimar las coordenadas angulares de un objeto conocido, a partir de una imagen tomada desde cualquier dirección. Se describe un sistema, basado en redes neuronales artificiales, para resolver este problema en tiempo real. La implementación, capaz de funcionar a frecuencia de video, se realiza utilizando un dispositivo de lógica programable. El sistema digital final demestró la capacidad de estimar dos coordenadas de rotación de un objeto 3D conocido en rangos de -80º a 80º. Su velocidad de funcionamiento permite la operación a frecuencia de video. La precisión del sistema puede incrementarse sucesivamente aumentando el tamaño de la red neuronal artificial y utilizando una mayor cantidad de ejemplos de entrenamiento.
series http://ricabib.cab.cnea.gov.ar/215/
url http://ricabib.cab.cnea.gov.ar/215/1/1Carnevale.pdf
format Tesis
genre Tesis
genre_facet Tesis
era 2010
era_facet 2010
publishDate 2010-09
last_indexed 2021-06-05T22:27:04Z
_version_ 1701767570465488896
score 12,971315