Browsing by Author "Mery Quiroz, Domingo"

Now showing 1 - 20 of 60
  • Thumbnail Image
    Item
    A method for automatic surface inspection using a model-based 3D descriptor
    (2017) Mery Quiroz, Domingo; Restrepo, A.; Branch, J.; Madrigal, C.
  • No Thumbnail Available
    Item
    A novel online self-learning system with automatic object detection model for multimedia applications
    (2020) Cheng, E. J.; Prasad, M.; Yang, J.; Zheng, D. R.; Tao, X.; Mery Quiroz, Domingo; Young, K. Y.; Lin, C. T.
  • Thumbnail Image
    Item
    A sliding-box approach to detecting people in images of indoor environments using wide-baseline stereo camera systems
    (2015) Pieringer Baeza, Christian Philip; Mery Quiroz, Domingo; Pontificia Universidad Católica de Chile. Escuela de Ingeniería
    En las últimas dos décadas ha aumentado masivamente el uso de cámaras en sistemas de vigilancia y monitoreo de actividades, haciendo difícil su seguimiento el 100% del tiempo por operadores humanos. La detección de personas ha provocado gran interés en investigadores de la comunidad de visión por computador, con el fin de generar herramientas de vigilancia automática. Los primeros trabajos de detección se basaron fuertemente en técnicas de procesamiento de imágenes, las que a pesar de su rapidez y simplicidad son sensibles a los cambios de iluminación, oclusión, y variación de las poses humanas. Actualmente, los enfoques de aprendizaje de máquina basados en ventanas deslizantes han tenido éxito significativo en la detección de personas. Este éxito se debe en parte al uso de poderosos modelos de aprendizaje de máquina, características visuales nuevas y más informativas y modelos basados en partes capaces de manejar la variabilidad de los objetos. Un denominador común de estas técnicas es que ellos confian principalmente en métodos de aprendizaje estadístico que usa información de la intensidad de las imágenes para capturar las características de apariencia de los objetos. Una limitación importante de estos enfoques basados en apariencia es que no incorporan información geométrica relevante que provea pistas espaciales tales como el tamaño real de los objetos a detectar, profundidad o la ubicación más probable de estos objetos en la escena. Algunos trabajos recientes consideran el beneficio de incorporar información de varios puntos de vista. La detección usando una sola cámara es apropiada cuando existe oclusión leve, sin embargo, para casos de mayor oclusión el uso de múltiples vistas permite mejorar la detección.
  • Thumbnail Image
    Item
    Adaptive Image Segmentation Based on Histogram Transition Zone Analysis
    (2016) Acuña González, Rafael G.; Mery Quiroz, Domingo; Klette, Reinhard
  • Thumbnail Image
    Item
    Algoritmo de optimización probabilístico para resolver el problema de selección de modelo.
    (2012) Cortázar Morizon, Esteban; Mery Quiroz, Domingo; Pontificia Universidad Católica de Chile. Escuela de Ingeniería
    En aprendizaje supervisado existen numerosos algoritmos de preprocesamiento, selección de variables y clasificación, cada uno de los cuales tiene parámetros que permiten ajustarlo. El conjunto de combinaciones de algoritmos y parámetros (modelos) es enorme. Además, cada posible modelo debe ser entrenado y probado numerosas veces para una evaluación certera de su poder predictivo. Esta combinación de espacio de búsqueda grande y tiempo de evaluación elevado hace que encontrar un buen modelo puede tomar mucho tiempo. Por ejemplo, en el capítulo de experimentos, se puede ver que PSMS (un algoritmo de estado del arte, específicamente diseñado para la selección de modelo) requiere de más de dos semanas y media en la búsqueda de un modelo para un conjunto determinado de datos.
  • Thumbnail Image
    Item
  • Thumbnail Image
    Item
    Automated Detection of Threat Objects Using Adapted Implicit Shape Model
    (2016) Riffo, V.; Mery Quiroz, Domingo
  • Thumbnail Image
    Item
    Automated Object Recognition using Multiple X-ray Views
    (2014) Mery Quiroz, Domingo; Riffo, V.
  • Thumbnail Image
    Item
  • Thumbnail Image
    Item
    Automatic visual inspection: An approach with multi-instance learning
    (2016) Mera, C.; Orozco Alzate, M.; Branch, J.; Mery Quiroz, Domingo
  • No Thumbnail Available
    Item
    Automatización inteligente para procesamiento de salmones empleando visión digital (Salmón Sol) (Chile, concesión nº 49022)
    Cipriano, Aldo; Aguilera, José Miguel; Mery Quiroz, Domingo; Soto Aguilera, Álvaro
  • Thumbnail Image
    Item
    Bifocal Matching Using Multiple Geometrical Solutions
    (2012) Carrasco, M.; Mery Quiroz, Domingo
  • Thumbnail Image
    Item
    Bimodal biometric person identification system under perturbations
    (2007) Carrasco Zambrano, Miguel Ángel; Pizarro, Luis; Mery Quiroz, Domingo
  • Thumbnail Image
    Item
    Blur adaptive sparse representation of random patches for race recognition on blurred images
    (2016) Heinsohn Manetti, Daniel Ignacio; Mery Quiroz, Domingo; Pontificia Universidad Católica de Chile. Escuela de Ingeniería
    A pesar de que el reconocimiento de caras, en ambientes no controlados, ha sido ampliamente estudiado en los últimos 25 años, el estado del arte en estos algoritmos continúan con bajos rendimientos en imágenes borrosas. En este documento se aborda el reconocimiento de rostros en imágenes que se encuentran borrosas, al ejecutar un algoritmo que es una modificación del algoritmo Adaptive Sparse Representation of Random Patches (ASR+). Este algoritmo extrae, al azar, parches de cada una de las imágenes de sujetos previamente enlistados. Luego, ASR+ construye un diccionario adaptivo el cual concatena los ‘mejores’ diccionarios de cada sujeto. Finalmente, usando este diccionario, cada parche de la imagen de prueba es clasificado acorde a la metodología de Sparse Representation Classification (SRC). En la fase de prueba, la imagen en cuestión es clasificada por mayoría de votos de los parches previamente clasificados. En este artículo proponemos bASR+, o blur ASR+, que crea diccionarios con distintos niveles de desenfoque sintético a partir de distintos niveles de desenfoque gaussiano.Cada set de imágenes borrosas será descrito por una métrica de nitidez. Cuando se inicia el reconocimiento de la imagen de prueba, la métrica de nitidez s de la imagen es calculada y comparada a la métrica de nitidez de cada uno de los set de imágenes. Luego, se selecciona el diccionario que más se parece a la métrica s. Así, un diccionario adaptivo es contruído a partir del set de imágenes borrosas y la metodología ASR+ continúa para realizar el reconocimiento. Se diseñaron experimentos basados en imágenes borrosas, que fueron creadas tomando fotografías des-enfocadas, a las imágenes de cara de sujetos de la base de datos AR, desplegadas en un monitor. En nuestros experimentos, bASR+ sobrepasa a los algoritmos del estado del arte y software comerciales obteniendo reconocimientos de 85.6% en imágenes sumamente borrosas.
  • Thumbnail Image
    Item
    Characterization of spinal cord damage based on automatic video analysis of frog swimming
    (2019) De Vidt Lobo, Sebastián; Mery Quiroz, Domingo; Pontificia Universidad Católica de Chile. Escuela de Ingeniería
    La rana Xenopus laevis es un organismo utilizado para estudiar muchos aspectos de la biología moderna. Su sistema nervioso central es particularmente interesante, dado que en ciertas etapas de su metamorfosis es capaz de regenerar su médula espinal después de sufrir daño, y recuperar su capacidad de nadar. Por esto, el estudio sobre la medición automática y cuantitativa del movimiento al nadar es importante para avanzar en el entendimiento de estos mecanismos regenerativos. En esta tesis, se presenta un algoritmo capaz de caracterizar el grado de daño a la médula espinal de una rana. El método propuesto sigue la posición de una extremidad en un video de una rana, y transforma las mediciones en características cinemáticas que pueden diferenciar ranas con diferente grado de daño en la médula. El algoritmo de detección y las características cinemáticas elegidas fueron validados en un experimento de reconocimiento de patrones, en el que 90 videos divididos equitativamente en tres clases (sin daño, hemisectados y transectados) fueron clasificados en una de las tres clases mencionadas. Se obtuvo casi un 97% de precisión en el mejor resultado de lo que se puede concluir que el sistema es efectivo en la caracterización de daño a partir del análisis de un video de una rana nadando. Este método podría crear un marco de referencia para comparar recuperación de médula espinal después de aplicar diferentes tratamientos, sin la necesidad de etiquetar manualmente videos. Además, el sistema podría ser usado para medir movimiento y comportamiento en otras condiciones experimentales como estado nutricional, estrés, gen ética o edad.
  • Thumbnail Image
    Item
    Characterization of spinal cord damage based on automatic video analysis of froglet swimming
    (2019) De Vidts, S.; Mendez-Olivos, E.; Palacios, M.; Larraín Correa, Juan Agustín; Mery Quiroz, Domingo
  • No Thumbnail Available
    Item
    Computer vision classification of potato chips by color
    (2011) Pedreschi Plasencia, Franco; Mery Quiroz, Domingo; BUNGE, ANDREA; YAÑEZ, VERÓNICA
  • Thumbnail Image
    Item
    Computer vision technology for X-ray testing
    (2014) Mery Quiroz, Domingo
  • Thumbnail Image
    Item
    Conteo de personas en tiempo real usando visión estéreo de línea base amplia y GPGPU
    (2009) Löbel Díaz, Hans-Albert; Mery Quiroz, Domingo; Pontificia Universidad Católica de Chile. Escuela de Ingeniería
    El conteo automático de personas es un problema fundamental que debe ser abordado en muchos escenarios, como sistemas de control de operaciones inteligentes para el transporte público o de vigilancia automática, donde estadísticas precisas del flujo de personas son necesarias para funcionar correctamente. En la mayoría de los trabajos se han utilizado técnicas de visión monocular, logrando buen rendimiento en entornos controlados. Sin embargo, en escenarios complejos, estas pueden fallar debido a oclusión, iluminación u otros problemas relacionados. Esta situación podría solucionarse usando más fuentes de información visual, pero el aumento en el tiempo de cómputo debido al procesamiento adicional es demasiado alto para producir un sistema de conteo en tiempo real. A fin de evaluar esta alternativa, se desarrolló un sistema de visión estéreo de línea base amplia no calibrado de 2 vistas, que cuenta la gente entrando o saliendo de un sector predefinido. Además, el sistema trabaja en tiempo real gracias a una implementación paralela en GPU.
  • Thumbnail Image
    Item
    Dataset and experimental protocol for face re-identification with low resolution images
    (2020) Prieto Hurtado, Loreto; Mery Quiroz, Domingo; Pontificia Universidad Católica de Chile. Escuela de Ingeniería
    Un protocolo experimental consiste en pautas acordadas para un tipo de experimento. En la investigación, los protocolos a menudo se descuidan y los investigadores que utilizan trabajos anteriores en sus propios proyectos tienen que dedicar una cantidad significativa de tiempo a replicar métodos descritos de manera inadecuada. Por otro lado, la investigación en re-identificación de rostros de baja resolución ha ido aumentando en los últimos años. La re-identificación de rostro de baja resolución se refiere al problema de identificar si el rostro de una misma persona aparece en dos imágenes, una de baja resolución (BR) y otra de alta resolución (AR). El trabajo previo en re-identificación de rostros de baja resolución se puede dividir en tres categorías: 1) mapeo de AR, 2)métodos que emplean características robustas de BR y AR, 3) métodos que aprenden una representación espacial unificada. En este trabajo, estamos proponiendo la definición de un protocolo para experimentos de mapeo de AR de re-identificación facial y un protocolo de base de datos para todos los métodos de re-identificación facial de baja resolución. El protocolo de la base datos se ha utilizado como una guía para crear un conjunto de pares de entrenamiento y prueba para la re-identificación de rostro utilizando la base de datos VGG Face 2. Además, se ha elaborado un algoritmo de referencia con otros 12 experimentos para validar el protocolo experimental. Se obtuvo un d0 = 1:236 y AUC = 0:81 para un conjunto de tamaño de 14x14 píxeles, d0 = 1:421 y AUC = 0:84 para un conjunto de tamaño de 28x28 píxeles y d0 = 1:547 y AUC = 0; 87 para un conjunto de tamaño de 56x56 píxeles. Nuestro objetivo es que los investigadores en el campo utilice este trabajo como un conjunto de pautas para construir su propio trabajo de manera comparable y replicable.