Extracción de características utilizando redes siamesas y aumentación aplicada a las búsquedas por similitud de marcas de ganado

Las Búsquedas por Similitud constituyen un importante campo de estudio en el presente. Un ejemplo de su aplicación es la búsqueda de marcas de ganado, necesaria ante la solicitud de alta de una nueva marca al Departamento de Registro Ganadero. Para calcular su similitud, se suelen utilizar funcione...

Descripción completa

Detalles Bibliográficos
Autores principales: Pascal, Andrés Jorge, Herrera, Norma Edith, Planas, Adrián Nicolás, Lederhos, Federico
Formato: Documento de conferencia acceptedVersion
Lenguaje:Español
Publicado: 2022
Materias:
Acceso en línea:http://hdl.handle.net/20.500.12272/7444
Aporte de:
id I68-R174-20.500.12272-7444
record_format dspace
institution Universidad Tecnológica Nacional
institution_str I-68
repository_str R-174
collection RIA - Repositorio Institucional Abierto (UTN)
language Español
topic Búsquedas por similitud
Marcas de ganado
Redes siamesas
One-Shot Learning
spellingShingle Búsquedas por similitud
Marcas de ganado
Redes siamesas
One-Shot Learning
Pascal, Andrés Jorge
Herrera, Norma Edith
Planas, Adrián Nicolás
Lederhos, Federico
Extracción de características utilizando redes siamesas y aumentación aplicada a las búsquedas por similitud de marcas de ganado
topic_facet Búsquedas por similitud
Marcas de ganado
Redes siamesas
One-Shot Learning
description Las Búsquedas por Similitud constituyen un importante campo de estudio en el presente. Un ejemplo de su aplicación es la búsqueda de marcas de ganado, necesaria ante la solicitud de alta de una nueva marca al Departamento de Registro Ganadero. Para calcular su similitud, se suelen utilizar funciones de distancia métrica aplicadas a vectores de características extraídas a partir de su imagen. Existen varios métodos de extracción de características, a los cuales en la última década se le han sumado las Redes Neuronales Profundas Convolucionales (CNN). En este artículo se muestra el uso de una CNN entrenada mediante Redes Siamesas y con técnicas estándares de Aumentación de datos, a las cuales se le añade una técnica propia para mejorar la eficacia de la extracción de características aplicadas a las Búsquedas por Similitud de Marcas de Ganado. Además, se evalúa experimentalmente su performance.
format Documento de conferencia
acceptedVersion
author Pascal, Andrés Jorge
Herrera, Norma Edith
Planas, Adrián Nicolás
Lederhos, Federico
author_facet Pascal, Andrés Jorge
Herrera, Norma Edith
Planas, Adrián Nicolás
Lederhos, Federico
author_sort Pascal, Andrés Jorge
title Extracción de características utilizando redes siamesas y aumentación aplicada a las búsquedas por similitud de marcas de ganado
title_short Extracción de características utilizando redes siamesas y aumentación aplicada a las búsquedas por similitud de marcas de ganado
title_full Extracción de características utilizando redes siamesas y aumentación aplicada a las búsquedas por similitud de marcas de ganado
title_fullStr Extracción de características utilizando redes siamesas y aumentación aplicada a las búsquedas por similitud de marcas de ganado
title_full_unstemmed Extracción de características utilizando redes siamesas y aumentación aplicada a las búsquedas por similitud de marcas de ganado
title_sort extracción de características utilizando redes siamesas y aumentación aplicada a las búsquedas por similitud de marcas de ganado
publishDate 2022
url http://hdl.handle.net/20.500.12272/7444
work_keys_str_mv AT pascalandresjorge extracciondecaracteristicasutilizandoredessiamesasyaumentacionaplicadaalasbusquedasporsimilituddemarcasdeganado
AT herreranormaedith extracciondecaracteristicasutilizandoredessiamesasyaumentacionaplicadaalasbusquedasporsimilituddemarcasdeganado
AT planasadriannicolas extracciondecaracteristicasutilizandoredessiamesasyaumentacionaplicadaalasbusquedasporsimilituddemarcasdeganado
AT lederhosfederico extracciondecaracteristicasutilizandoredessiamesasyaumentacionaplicadaalasbusquedasporsimilituddemarcasdeganado
bdutipo_str Repositorios
_version_ 1764820552705376258