Generación de imágenes con técnicas de aprendizaje automático: aplicaciones en reconocimiento de lengua de señas

Mostrar todas las versiones(4)

El objetivo general de este plan de investigacion es el de crear modelos y técnicas de entrenamiento capaces de generar imágenes artificiales realistas y variadas en entornos con pocos datos etiquetados. Con estos modelos y técnicas de entrenamiento se facilitará el acceso a múltiples nuevas áreas d...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autores principales: Ríos, Gastón Gustavo, Ronchetti, Franco, Hasperué, Waldo
Formato: Articulo Comunicacion
Lenguaje:Español
Publicado: 2023
Materias:
Ciencias Informáticas
aprendizaje automático
redes neuronales
sistemas inteligentes e IA
visión por computadora
generación de imagenes
artificial inteligence
artificial neural networks
computer vision
machine learning
image generation
Acceso en línea:http://sedici.unlp.edu.ar/handle/10915/170756
Aporte de:
SEDICI (UNLP) de Universidad Nacional de La Plata
id I19-R120-10915-170756
record_format dspace
spelling I19-R120-10915-1707562024-09-26T20:06:46Z http://sedici.unlp.edu.ar/handle/10915/170756 Generación de imágenes con técnicas de aprendizaje automático: aplicaciones en reconocimiento de lengua de señas Image generation using machine learning. Applied to sign language recognition Ríos, Gastón Gustavo Ronchetti, Franco Hasperué, Waldo 2023-09-27 2024-09-26T17:55:40Z es Ciencias Informáticas aprendizaje automático redes neuronales sistemas inteligentes e IA visión por computadora generación de imagenes artificial inteligence artificial neural networks computer vision machine learning image generation El objetivo general de este plan de investigacion es el de crear modelos y técnicas de entrenamiento capaces de generar imágenes artificiales realistas y variadas en entornos con pocos datos etiquetados. Con estos modelos y técnicas de entrenamiento se facilitará el acceso a múltiples nuevas áreas de aplicación para modelos generativos. El énfasis estará puesto en la generación de imágenes de gestos de lengua de señas, permitiendo de esta forma entrenar modelos discriminadores precisos que utilicen aprendizaje profundo a partir de pocos datos etiquetados. Los objetivos son los siguientes: 1) Estudiar y analizar las bases de datos públicas sobre reconocimiento de gestos, incluyendo bases de datos específicas para lengua de señas, y de grandes bases de datos de diversos dominios para ser utilizadas en las técnicas de entrenamiento. Particularmente LSA16 y LSA64, bases de datos para la Lengua de Señas Argentina desarrollada en el III-LIDI. 2) Crear nuevos modelos de generación de imágenes que posean coherencia semántica. Particularmente se estudiarán los autoencoders y las Generative Adversarial Networks (GAN) ya que son los modelos más utilizados en el estado del arte. 3) Crear nuevas técnicas de entrenamiento que permitan el entrenamiento de modelos generadores utilizando una cantidad de datos limitada. En particular se estudiarán transfer learning, data augmentation y aprendizaje semi supervisado. 4) Analizar y comparar los resultados obtenidos utilizando los modelos generativos y técnicas de entrenamiento desarrollados. Se usarán métricas comúnmente utilizadas en este tipo de problemas como Frechet Inception Distance (FID) e Inception Score (IS). Adicionalmente se realizarán evaluaciones semánticas para comprobar la variabilidad y coherencia de las imágenes generadas. 5) Desarrollar modelos clasificadores de imágenes aplicado al reconocimiento de gestos de la lengua de señas. Particularmente, se estudiarán Redes Neuronales Convolucionales (CNN) específicas para problemas de clasificación de objetos en imágenes. Aplicación, análisis y comparación de los resultados obtenidos utilizando los nuevos datos generados. Con esta investigación se espera realizar un aporte significativo al estado del arte en cuanto a modelos generativos de imágenes artificiales y técnicas de entrenamiento. Particularmente se espera desarrollar modelos que permitan la generación de nuevas imágenes para gestos de la lengua de señas. Esto permitirá diversificar las bases de datos existentes, que suelen poseer pocos datos etiquetados. Esto podría ser aplicado en un futuro a otros dominios con datos etiquetados limitados. Facultad de Ciencias Agrarias y Forestales Articulo Comunicacion http://creativecommons.org/licenses/by-nc-sa/4.0/ Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0) application/pdf 458-459
institution Universidad Nacional de La Plata
institution_str I-19
repository_str R-120
collection SEDICI (UNLP)
language Español
topic Ciencias Informáticas
aprendizaje automático
redes neuronales
sistemas inteligentes e IA
visión por computadora
generación de imagenes
artificial inteligence
artificial neural networks
computer vision
machine learning
image generation
spellingShingle Ciencias Informáticas
aprendizaje automático
redes neuronales
sistemas inteligentes e IA
visión por computadora
generación de imagenes
artificial inteligence
artificial neural networks
computer vision
machine learning
image generation
Ríos, Gastón Gustavo
Ronchetti, Franco
Hasperué, Waldo
Generación de imágenes con técnicas de aprendizaje automático: aplicaciones en reconocimiento de lengua de señas
topic_facet Ciencias Informáticas
aprendizaje automático
redes neuronales
sistemas inteligentes e IA
visión por computadora
generación de imagenes
artificial inteligence
artificial neural networks
computer vision
machine learning
image generation
description El objetivo general de este plan de investigacion es el de crear modelos y técnicas de entrenamiento capaces de generar imágenes artificiales realistas y variadas en entornos con pocos datos etiquetados. Con estos modelos y técnicas de entrenamiento se facilitará el acceso a múltiples nuevas áreas de aplicación para modelos generativos. El énfasis estará puesto en la generación de imágenes de gestos de lengua de señas, permitiendo de esta forma entrenar modelos discriminadores precisos que utilicen aprendizaje profundo a partir de pocos datos etiquetados. Los objetivos son los siguientes: 1) Estudiar y analizar las bases de datos públicas sobre reconocimiento de gestos, incluyendo bases de datos específicas para lengua de señas, y de grandes bases de datos de diversos dominios para ser utilizadas en las técnicas de entrenamiento. Particularmente LSA16 y LSA64, bases de datos para la Lengua de Señas Argentina desarrollada en el III-LIDI. 2) Crear nuevos modelos de generación de imágenes que posean coherencia semántica. Particularmente se estudiarán los autoencoders y las Generative Adversarial Networks (GAN) ya que son los modelos más utilizados en el estado del arte. 3) Crear nuevas técnicas de entrenamiento que permitan el entrenamiento de modelos generadores utilizando una cantidad de datos limitada. En particular se estudiarán transfer learning, data augmentation y aprendizaje semi supervisado. 4) Analizar y comparar los resultados obtenidos utilizando los modelos generativos y técnicas de entrenamiento desarrollados. Se usarán métricas comúnmente utilizadas en este tipo de problemas como Frechet Inception Distance (FID) e Inception Score (IS). Adicionalmente se realizarán evaluaciones semánticas para comprobar la variabilidad y coherencia de las imágenes generadas. 5) Desarrollar modelos clasificadores de imágenes aplicado al reconocimiento de gestos de la lengua de señas. Particularmente, se estudiarán Redes Neuronales Convolucionales (CNN) específicas para problemas de clasificación de objetos en imágenes. Aplicación, análisis y comparación de los resultados obtenidos utilizando los nuevos datos generados. Con esta investigación se espera realizar un aporte significativo al estado del arte en cuanto a modelos generativos de imágenes artificiales y técnicas de entrenamiento. Particularmente se espera desarrollar modelos que permitan la generación de nuevas imágenes para gestos de la lengua de señas. Esto permitirá diversificar las bases de datos existentes, que suelen poseer pocos datos etiquetados. Esto podría ser aplicado en un futuro a otros dominios con datos etiquetados limitados.
format Articulo
Comunicacion
author Ríos, Gastón Gustavo
Ronchetti, Franco
Hasperué, Waldo
author_facet Ríos, Gastón Gustavo
Ronchetti, Franco
Hasperué, Waldo
author_sort Ríos, Gastón Gustavo
title Generación de imágenes con técnicas de aprendizaje automático: aplicaciones en reconocimiento de lengua de señas
title_short Generación de imágenes con técnicas de aprendizaje automático: aplicaciones en reconocimiento de lengua de señas
title_full Generación de imágenes con técnicas de aprendizaje automático: aplicaciones en reconocimiento de lengua de señas
title_fullStr Generación de imágenes con técnicas de aprendizaje automático: aplicaciones en reconocimiento de lengua de señas
title_full_unstemmed Generación de imágenes con técnicas de aprendizaje automático: aplicaciones en reconocimiento de lengua de señas
title_sort generación de imágenes con técnicas de aprendizaje automático: aplicaciones en reconocimiento de lengua de señas
publishDate 2023
url http://sedici.unlp.edu.ar/handle/10915/170756
work_keys_str_mv AT riosgastongustavo generaciondeimagenescontecnicasdeaprendizajeautomaticoaplicacionesenreconocimientodelenguadesenas
AT ronchettifranco generaciondeimagenescontecnicasdeaprendizajeautomaticoaplicacionesenreconocimientodelenguadesenas
AT hasperuewaldo generaciondeimagenescontecnicasdeaprendizajeautomaticoaplicacionesenreconocimientodelenguadesenas
AT riosgastongustavo imagegenerationusingmachinelearningappliedtosignlanguagerecognition
AT ronchettifranco imagegenerationusingmachinelearningappliedtosignlanguagerecognition
AT hasperuewaldo imagegenerationusingmachinelearningappliedtosignlanguagerecognition
_version_ 1824075779767533568

Ejemplares similares