El Detector de Caras del Portero Automático
|
|
- Juan Luis Serrano Maestre
- hace 8 años
- Vistas:
Transcripción
1 El Detector de Caras del Portero Automático Mauricio Villegas Santamaría Instituto Tecnológico de Informática Universidad Politécnica de Valencia Febrero 8 de 2006
2 Contenido Introducción Funcionamiento del detector Resultados del detector Imágenes de ejemplo Conclusiones
3 Introducción Esta presentación es sobre el detector de caras que se usa en el portero automático del ITI El objetivo del detector es: Saber si hay caras en una imagen (detección) Conocer la posición, el tamaño y la inclinación de las caras (localización) Características importantes: Velocidad Invariante a la iluminación (normalización μ=0 σ 2 =1)
4 Funcionamiento La detección de caras se realiza haciendo una búsqueda exhaustiva (fuerza bruta) Se usa un clasificador de cara y no cara basado en el NN Se clasifican todas las posibles posiciones, inclinaciones y tamaños de cara
5 Funcionamiento
6 Funcionamiento
7 Funcionamiento
8 Funcionamiento
9 Funcionamiento
10 Funcionamiento
11 Funcionamiento
12 Funcionamiento
13 Corpus de entrenamiento - cara Caras recortadas a 33x33 pixels usando las coordenadas de los ojos Bases de datos BioID (1516x2) Recortada Normalizada Recortada Normalizada FERET (2927x2) XM2VTS (2359x2) ITI (1049x2) imágenes
14 Corpus de entrenamiento - no cara Trozos de 33x33 pixels extraídos de forma aleatoria de imágenes donde no hay caras Recortada Normalizada Recortada Normalizada
15 El Detector Imagen Escalado Computo media y varianza Clasificador usando prototipos Rotación y normalización Clasificador usando media y varianza Fusión y eliminación de candidatos Caras detectadas
16 El Detector Imagen Escalado Computo media y varianza Clasificador usando prototipos Rotación y normalización Clasificador usando media y varianza Fusión y eliminación de candidatos Caras detectadas
17 Escalado Para buscar caras de diferentes tamaños, se reescala la imagen original (En el portero se usan 10 escalas)
18 El Detector Imagen Escalado Computo media y varianza Clasificador usando prototipos Rotación y normalización Clasificador usando media y varianza Fusión y eliminación de candidatos Caras detectadas
19 Cómputo de media y varianza Imagen integral: Y X II 1 X,Y = y=1 x=1 I x, y
20 Cómputo de media y varianza Imagen integral: Y X II 1 X,Y = y=1 x=1 I x, y S 1
21 Cómputo de media y varianza Imagen integral: Y X II 1 X,Y = y=1 x=1 I x, y Y X II 2 X,Y = y=1 x=1 [I x, y ] 2 S 1 S 2 Media μ= S 1 N Varianza σ 2 = S 2 N μ2
22 El Detector Imagen Escalado Computo media y varianza CARA Clasificador usando media y varianza NO CARA
23 Clasificador usando media y varianza Se clasifica usando una matriz de valores binarios que indica si cada combinación mediavarianza es o no es cara Es muy rápido Es invariante a la rotación En promedio descarta un 85% de las no caras (depende de la imagen)
24
25 El Detector Imagen Escalado Computo media y varianza Clasificador usando prototipos Rotación y normalización Clasificador usando media y varianza Fusión y eliminación de candidatos Caras detectadas
26 Rotación y normalización La imagen se rota usando unas máscaras de rotación que están precalculadas (En el portero se usan -15 o, 0 o, +15 o ) Se asume que μ y σ no varía con las rotaciones La normalización es global, μ=0 σ2 =1 x i ' = x i μ σ
27 El Detector Imagen Escalado Computo media y varianza Clasificador usando prototipos Rotación y normalización Clasificador usando media y varianza NO CARA CARA
28 Clasificador usando prototipos Se usa NN con una distancia ponderada y una selección de prototipos, LPD [Paredes & Vidal 2006] m d W x, y i = j=1 w 2 ij x j y ij 2 Para ganar velocidad, se calculan distancias parciales con los pesos ordenados de forma descendente. Si la distancia al prototipo de cara mas cercano es mayor a un umbral, se clasifica como no cara.
29 Prototipos y pesos entrenados CARA NO CARA Prototipo Pesos Prototipo Pesos
30 El Detector Imagen Escalado Computo media y varianza Clasificador usando prototipos Rotación y normalización Clasificador usando media y varianza Fusión y eliminación de candidatos Caras detectadas
31 Fusión y eliminación de candidatos
32 Resultados de detección XM2VTS CDS001 No. total de caras 1180 Caras detectadas 97.6% (1152) Falsos positivos 2.4% (28) Falsos negativos 2.4% (28) Error de posición 4.15 (% diámetro cara) Error de ángulo 2.01 (grados) Error de escala 1.08
33 Resultados de detección ITI Portero No. total de caras 1049 Caras detectadas 87.1% (914) Falsos positivos 4.1% (43) Falsos negativos 12.9% (135) Error de posición 4.98 (% diámetro cara) Error de ángulo 3.23 (grados) Error de escala 1.06
34 Imágenes de ejemplo
35 Imágenes de ejemplo
36 Imágenes de ejemplo
37 Imágenes de ejemplo
38 Conclusiones El uso del portero automático ha demostrado que la detección de caras es bastante fiable El detector es bastante rápido, lo cual lo hace indicado para diferentes aplicaciones como por ejemplo el portero automático Trabajos futuros: propuestas de este seminario
Tema 4 Técnicas de reducción de la dimensión
Tema 4 Técnicas de reducción de la dimensión José R. Berrendero Departamento de Matemáticas Universidad Autónoma de Madrid En qué dirección es conveniente proyectar? 2 1 0 1 2 1 0 1 2 Componentes principales
Más detallesRepresentación de números en binario
Representación de números en binario Héctor Antonio Villa Martínez Programa de Ciencias de la Computación Universidad de Sonora El sistema binario es el más utilizado en sistemas digitales porque es más
Más detallesPrimer Hackathon Reto de IA de Google en la UGR Redes neuronales. El perceptrón. Pedro A. Castillo Valdivieso
Primer Hackathon Reto de IA de Google en la UGR Redes neuronales. El perceptrón Pedro A. Castillo Valdivieso Depto. Arquitectura y Tecnología de Computadores Universidad de Granada http://atc.ugr.es/pedro/gaicm1
Más detallesBLOQUE V Estadística y probabilidad
Pág. de Observa estas dos distribuciones bidimensionales: I II Asigna a cada una un coeficiente de correlación tomándolo de entre los siguientes valores: 0,; 0,; 0,; 0,; 0,2; 0,2; ; Responde razonadamente
Más detallesPrimer Simposio Latinoamericano para la Integracion de la Tecnologia en el Aula de Matematicas y Ciencias. Rita del Carmen Sanchez Gonzalez
Primer Simposio Latinoamericano para la Integracion de la Tecnologia en el Aula de Matematicas y Ciencias Cómo podemos describir el hecho de subir una montaña verbalmente, gráficamente y matemáticamente?
Más detallesUNIVERSIDAD DE ATACAMA FACULTAD DE INGENIERÍA / DEPARTAMENTO DE MATEMÁTICA
UNIVERSIDAD DE ATACAMA FACULTAD DE INGENIERÍA / DEPARTAMENTO DE MATEMÁTICA ESTADÍSTICA Y PROBABILIDADES GUÍA 2: PROBABILIDADES Profesor: Hugo S. Salinas Segundo Semestre 2010 1. Describir el espacio muestral
Más detallesExamen de Estadística Ingeniería de Telecomunicación
Examen de Estadística Ingeniería de Telecomunicación 8 de Mayo de 3 Cuestiones solucion h C. (.5p) El equipo directivo de cierta empresa del sector de hostelería está constituido por 5 personas de las
Más detallesSistemas de Sensación Segmentación, Reconocimiento y Clasificación de Objetos. CI-2657 Robótica M.Sc. Kryscia Ramírez Benavides
Sistemas de Sensación Segmentación, Reconocimiento y Clasificación de Objetos CI-2657 Robótica M.Sc. Kryscia Ramírez Benavides Introducción La visión artificial, también conocida como visión por computador
Más detallesUna investigación australiana reveló que posiblemente la disminución
CIENTÍFICOS TRABAJAN EN DETECCIÓN DE CÁNCER DE MAMA A TRAVÉS DE REDES NEURONALES ARTIFICIALES Constituye un apoyo para el médico y los radiólogos para evitar falsos diagnósticos Fernando Álvarez Una investigación
Más detallesComplejidad - Problemas NP-Completos. Algoritmos y Estructuras de Datos III
Complejidad - Problemas NP-Completos Algoritmos y Estructuras de Datos III Teoría de Complejidad Un algoritmo eficiente es un algoritmo de complejidad polinomial. Un problema está bien resuelto si se conocen
Más detallesCapítulo 3. Estimación de elasticidades
1 Capítulo 3. Estimación de elasticidades Lo que se busca comprobar en esta investigación a través la estimación econométrica es que, conforme a lo que predice la teoría y lo que ha sido observado en gran
Más detallesCadenas de Markov y Perron-Frobenius
Cadenas de Markov y Perron-Frobenius Pablo Lessa 10 de octubre de 2014 1. Cadenas de Markov En 1996 Larry Page y Sergey Brin, en ese momento en Stanford, inventaron una manera de asignar un ranking de
Más detallesOperaciones morfológicas básicas
Operaciones morfológicas básicas La morfología matemática se basa en geometría y forma. Las operaciones morfológicas simplifican imágenes y conservan las principales característica de forma de los objetos.
Más detallesEste procedimiento también crea una escala cusum grafica para datos individuales monitoreando la variabilidad del proceso.
Gráfico Cusum (H-K) Resumen Los gráficos de sumas acumulativas monitorean datos por variables graficando las sumas acumulativas de las desviaciones al valor obetivo. Esto lo hace, incorporando la historia
Más detallesEl pipeline gráfico Figura 3.1
El pipeline gráfico Para llevar a cabo una representación virtual de un ambiente tridimensional, se realiza un modelado del escenario. Dicho modelo incluye la representación geométrica de los objetos presentes,
Más detalles5.1. Redes de aprendizaje supervisado basadas en la cuantificación vectorial. Curso de doctoramiento Técnicas de Computación Flexíbeis
5.1. Redes de aprendizaje supervisado basadas en la cuantificación vectorial Curso de doctoramiento Técnicas de Computación Flexíbeis Learning Vector Quantization (LVQ) Versión supervisada de SOM (SOM
Más detallesVisión artificial y Robótica Detección de movimiento y flujo óptico. Depto. de Ciencia de la Computación e Inteligencia Artificial
Visión artificial y Robótica Detección de movimiento y flujo óptico Depto. de Ciencia de la Computación e Inteligencia Artificial Contenidos Introducción Flujo óptico Structure From Motion Introducción
Más detallesMatemáticas para la Computación
Matemáticas para la Computación José Alfredo Jiménez Murillo 2da Edición Inicio Índice Capítulo 1. Sistemas numéricos. Capítulo 2. Métodos de conteo. Capítulo 3. Conjuntos. Capítulo 4. Lógica Matemática.
Más detallesUNIVERSIDADES DE ANDALUCÍA PRUEBA DE ACCESO A LA UNIVERSIDAD OPCIÓN A
OPCIÓN A (3 puntos) Una imprenta local edita periódicos y revistas. Para cada periódico necesita un cartucho de tinta negra y otro de color, y para cada revista uno de tinta negra y dos de color. Si sólo
Más detallesCorreciones a las imágenes de satélites
Tema 7 Correciones a las imágenes de satélites Una imagen de satélite está sometida a una serie de interferencias que hacen que la información que quiere obtenerse aparezca perturbada por una serie de
Más detalles8.2.2. Intervalo para la media (caso general)
182 Bioestadística: Métodos y Aplicaciones 100 de ellos se obtiene una media muestral de 3 kg, y una desviación típica de 0,5 kg, calcular un intervalo de confianza para la media poblacional que presente
Más detallesProyecto Piloto sobre Viabilidad de Internet como Fuente de Datos. Resultados del Proyecto
Proyecto Piloto sobre Viabilidad de Internet como Fuente de Datos Resultados del Proyecto ÍNDICE 1. Detección automática de B2C 2. Análisis de demanda de profesionales TICC y programas formativos 3. Análisis
Más detallesCapítulo 2. Técnicas de procesamiento digital de imágenes y reconocimiento de patrones.
Capítulo 2. Técnicas de procesamiento digital de imágenes y reconocimiento de patrones. 2.1 Revisión sistema reconocimiento caracteres [9]: Un sistema de reconocimiento típicamente esta conformado por
Más detallesPÓSTER 9. Entrenamiento en habilidades en el mantenimiento de equipos informáticos. Pedro García Fernández
PÓSTER 9 Entrenamiento en habilidades en el mantenimiento de equipos informáticos Pedro García Fernández Departamento de Electrónica y Tecnología de Computadores. Ingeniería Técnica en Informática de Sistemas
Más detallesSistemas de numeración, operaciones y códigos
Sistemas de numeración, operaciones y códigos Slide 1 Sistemas de numeración Slide 2 Números decimales El sistema de numeración decimal tiene diez dígitos: 0, 1, 2, 3, 4, 5, 6, 7, 8, y 9 Es un sistema
Más detallesCrisis? En juego la credibilidad IZASKUN MARTÍNEZ ARAICO
Crisis? En juego la credibilidad IZASKUN MARTÍNEZ ARAICO Más vale prevenir que curar La prevención es la mejor manera de solventar una crisis Antes de que llegue el tsunami. Plan de Crisis Plan de crisis:
Más detallesAbril 2015 Los animales y los terremotos. a) una colina b) una montaña c) una roca. a) un río b) un lago c) una cascada
Abril 2015 Los animales y los terremotos Básico Vocabulario: Paisaje. Escoge la palabra que corresponde a la imagen. 1. 2. a) una roca b) una colina c) una montaña a) una colina b) una montaña c) una roca
Más detalles3. Selección y Extracción de características. Selección: Extracción: -PCA -NMF
3. Selección y Extracción de características Selección: - óptimos y subóptimos Extracción: -PCA - LDA - ICA -NMF 1 Selección de Características Objetivo: Seleccionar un conjunto de p variables a partir
Más detallesReconocimiento de imágenes
Capítulo 4 Reconocimiento de imágenes En la actualidad, el reconocimiento de imágenes es una herramienta de gran utilidad en el área de control y automatización. Varias empresas usan el reconocimiento
Más detallesTEMA 6. Circuitos Aritméticos.
Fundamentos de los Computadores. Circuitos Aritméticos T6- TEMA 6. Circuitos Aritméticos. INDICE: OPERACIONES EN EL SISTEMA BINARIO CIRCUITOS SUMADORES CIRCUITOS RESTADORES UNIDADES LÓGICO ARITMÉTICAS
Más detallesTrabajo Práctico III Consigna:
Trabajo Práctico III Consigna: Realizar fotografías con tema libre, teniendo en cuenta las siguientes pautas: 1. Fotografiar un sujeto en movimiento para que aparezca completamente nítido y ( congelado
Más detallesCómo cuidamos el agua?
PRIMER Grado - Unidad 6 - Sesión 31 Cómo cuidamos el agua? En esta sesión, los niños y las niñas aprenderán formas de cuidar el agua en la vida cotidiana, a fin de saber cómo ahorrar y preservar este elemento
Más detallesFigura 1.12 Señalización analógica y digital de datos analógicos y digitales.
Los datos digitales se pueden representar por señales digitales, con un nivel de tensión diferente por cada uno de los dígitos binarios. Como se muestra en la figura 1.12, éstas no son las únicas posibilidades.
Más detallesSistema automático para el control de calidad en el sector textil
Oferta tecnológica: Sistema automático para el control de calidad en el sector textil Oferta tecnológica: Sistema automático para el control de calidad en el sector textil RESUMEN El grupo de Tecnología
Más detallesESTUDIO SOBRE EL CAMBIO EN LOS LÍMITES DE VELOCIDAD
ESTUDIO SOBRE EL CAMBIO EN LOS LÍMITES DE VELOCIDAD ÍNDICE 1. INTRODUCCIÓN Y METODOLOGÍA 2. ACTITUD ANTE LOS CAMBIOS EN LOS LÍMITES DE VELOCIDAD EN AUTOPISTAS Y AUTOVÍAS 3. ACTITUD ANTE LOS CAMBIOS EN
Más detallesA partir de los resultados que se obtuvieron en el análisis estadístico de las imágenes de
Conclusiones A partir de los resultados que se obtuvieron en el análisis estadístico de las imágenes de rostros y en los diversos experimentos realizados, se concluye: Debido a la amplia posibilidad de
Más detallesAprendemos a cuidar el suelo de nuestra localidad
SEGUNDO Grado - Unidad 6 - Sesión 11 Aprendemos a cuidar el suelo de nuestra localidad Las niñas y los niños aprenden sobre la importancia de los suelos y la necesidad de realizar acciones para cuidarlos
Más detallesClase 02: Representación de datos
Arquitectura de Computadores y laboratorio Clase 02: Representación de datos Departamento de Ingeniería de Sistemas Universidad de Antioquia 2015-2 Contenido 1 2 Representación de la Información Y sistemas
Más detallesRotación del Sol. Sergio Torres Taller de Astronomía 30-MAY-2012
Rotación del Sol Sergio Torres Taller de Astronomía 30-MAY-2012 1 NOTA Este material fue preparado por Sergio Torres Arzayús para el Taller de Astronomía (ACAC, mayo 2012) basado en contenidos de Global
Más detallesLea esto primero! un estudio de investigación sobre pruebas de VIH que se realizan en la comodidad de su hogar TEST. REPLY. KNOW.
un estudio de investigación sobre pruebas de VIH que se realizan en la comodidad de su hogar Lea esto primero! TEST. REPLY. KNOW. Bienvenido a KNOWatHOME! El estudio de investigación KNOWatHOME lo conduce
Más detallesARTE DIGITAL CON FRACTALES
ARTE DIGITAL CON FRACTALES José Martínez Aroza, profesor de la Universidad de Granada. jmaroza@ugr.es IMÁGENES FRACTALES Imágenes fractales http://www.revista.unam.mx/vol.7/num10/art81/int81.htm Todas
Más detallesEl árbitro en proyección Cómo ha de ser mi rendimiento físico?
El árbitro en proyección Cómo ha de ser mi rendimiento físico? Guía de buenas prácticas para el desarrollo de la condición física y la salud. Área Física Árbitros FEB areafisica@feb.es JAVIER PINILLA ARBEX
Más detalles2 Resolución de algunos ejemplos y ejercicios del tema 2.
INTRODUCCIÓN A LA ESTADÍSTICA. GRUPO 71 LADE. 8 2 Resolución de algunos ejemplos y ejercicios del tema 2. 2.1 Ejemplos. Ejemplo 13 La siguiente tabla de frecuencias absolutas corresponde a 200 observaciones
Más detallesIntroducción al diseño híbrido con ZW3D
Introducción al diseño híbrido con ZW3D Con este tutorial podrá aprender el diseño 3D con un programa CAD 3D híbrido de modelado de sólidos y superficies combinadas. El objetivo es dibujar un grifo en
Más detallesEstudio de caso: Archivos ocultos informática forense. Cuestionario de examen. 1. Esboce el significado de los siguientes términos.
Estudio de caso: Archivos ocultos informática forense Cuestionario de examen 1. Esboce el significado de los siguientes términos. (a) cookie [2 puntos] Una cookie es un conjunto de datos almacenados localmente
Más detalles4.- Para los siguientes conjuntos de vectores, probar si son o no subespacios vectoriales de R 4 : 2d + 1 : b, d reales. d
GRADO EN I. TELEMÁTICA. HOJA : ESPACIOS VECTORIALES. ESPACIOS NULO Y COLUMNA.- Sea W el conjunto de todos los vectores de R de la forma subespacio de R. s + t s t s t t, con s, t R. Probar que W es un.-
Más detallesEL PROBLEMA DE LOCALIZACIÓN DE SERVICIOS
Memorias de la XVII Semana Regional de Investigación y Docencia en Matemáticas, Departamento de Matemáticas, Universidad de Sonora, México. Mosaicos Matemáticos No. 20, agosto 2007, pp. 1-6. Nivel Medio
Más detallesSwiss Dental Marketing: Temarios y argumentos para ponencias y cursos.
Swiss Dental Marketing: Temarios y argumentos para ponencias y cursos. Brand Experience: Como transmitir los valores de calidad de una clínica. En los tiempos que corren saturación mediática, tsunami de
Más detallesEduardo Kido 26-Mayo-2004 ANÁLISIS DE DATOS
ANÁLISIS DE DATOS Hoy día vamos a hablar de algunas medidas de resumen de datos: cómo resumir cuando tenemos una serie de datos numéricos, generalmente en variables intervalares. Cuando nosotros tenemos
Más detallesCLUSTERING MAPAS AUTOORGANIZATIVOS (KOHONEN) (RECUPERACIÓN Y ORGANIZACIÓN DE LA INFORMACIÓN)
CLASIFICACIÓN NO SUPERVISADA CLUSTERING Y MAPAS AUTOORGANIZATIVOS (KOHONEN) (RECUPERACIÓN Y ORGANIZACIÓN DE LA INFORMACIÓN) info@clustering.50webs.com Indice INTRODUCCIÓN 3 RESUMEN DEL CONTENIDO 3 APRENDIZAJE
Más detallesEl problema del máximo cubrimiento ordenado
Jörg Kalcsics 1, Mercedes Landete 2, Alfredo Marín 3, Stefan Nickel 1 1 Saarland University, 2 Universidad Miguel Hernández de Elche, 3 Universidad de Murcia. Madrid, 2007 Dado un conjunto de ubicaciones
Más detalles102784 [20380] Visió per Computador Prueba 1 (2015) [A] Teoría (10p) (una pregunta test fallada descuenta 1/4 de pregunta acertada)
102784 [20380] Visió per Computador Prueba 1 (2015) [A] Teoría (10p) (una pregunta test fallada descuenta 1/4 de pregunta acertada) 1. El gap del silicio es de 1.11eV (salto energético entre banda de valencia
Más detallesMagister 3D Diseño de cámara estereoscópica real y virtual. Diseño cámara estereoscópica
Diseño cámara estereoscópica Líneas: Para el diseño de las cámaras hemos tenido en cuantos parámetros presentes en la visión humana y se ha estudiado lasdiferentes partes que la componen. Se ha emulado
Más detallesCLASIFICACIÓN DE IMÁGENES
CLASIFICACIÓN DE IMÁGENES Cesar Juárez Megías I.T.T. Imagen y sonido Carlos III de Madrid 100061832@alumnos.uc3m.es OBJETIVO. El objetivo principal de nuestro programa se basaría en la clasificación de
Más detallesMaterial del curso Análisis de datos procedentes de investigaciones mediante programas informáticos Manuel Miguel Ramos Álvarez
Curso de Análisis de investigaciones con programas Informáticos 1 UNIVERSIDAD DE JAÉN Material del curso Análisis de datos procedentes de investigaciones mediante programas informáticos Manuel Miguel Ramos
Más detallesANÁLISIS DEL MERCADO DE VALORES (3º GADE)
ANÁLISIS DEL MERCADO DE VALORES (3º GADE) PARTE II: TEORÍAS Y TÉCNICAS DE EVALUACIÓN DE INVERSIONES. TEMA 7: ANÁLISIS TÉCNICO DE TÍTULOS DE RENTA VARIABLE ÍNDICE DE CONTENIDOS 7.1.- Tipos de gráficos 7.2.-
Más detallesGráficas : teoría, aplicaciones e interacciones : I
J. Ramírez Alfonsín Université Montpellier 2, Francia Facultad de Ciencias, UNAM, México 21 de Enero de 2013 1 Introducción 2 Isomorfismo 3 Subgráfica 4 Grado 5 Conexidad 6 Coloración 7 Pruebas de Conocimiento
Más detallesInteligencia Artificial II (Curso 2012-2013) Ejercicios propuestos del tema 4
Inteligencia Artificial II (Curso 2012-2013) Ejercicios propuestos del tema 4 Ejercicio 1: En una máquina expendedora de huevos sorpresa, unos huevos están pintados de rojo y otros de azul. El 40% de los
Más detallesTEMA 5: Vistas en 3D
TEMA 5: Vistas en 3D Índice. Proecciones. Proección Paralela 2. Proección Perspectiva 2. Transformación de Vista. Introducción 2. Parametros de vista 3. Obtención de los vectores del nuevo sistema 4. Construcción
Más detallesCONTENIDOS MÍNIMOS EXIGIBLES
ÁMBITO PRÁCTICO: CONTENIDOS MÍNIMOS EXIGIBLES -Saber analizar objetos y productos tecnológicos de uso cotidiano. -Realizar proyectos para la resolución de problemas tecnológicos. --Saber diseñar, planificar
Más detallesTransformaciones Lineales. Definiciones básicas de Transformaciones Lineales. www.math.com.mx. José de Jesús Angel Angel. jjaa@math.com.
Transformaciones Lineales Definiciones básicas de Transformaciones Lineales wwwmathcommx José de Jesús Angel Angel jjaa@mathcommx MathCon c 007-009 Contenido 1 Transformaciones Lineales 11 Núcleo e imagen
Más detallesGeneralización como búsqueda. El problema de aprendizaje por generalización puede verse como un problema de búsqueda:
Generalización como búsqueda El problema de aprendizaje por generalización puede verse como un problema de búsqueda: El lenguaje de generalización corresponde a un espacio de hipótesis (espacio de búsqueda)
Más detallesTratamiento borroso del intangible en la valoración de empresas de Internet
Tratamiento borroso del intangible en la valoración de empresas de Internet Mª Carmen Lozano Gutiérrez Federico Fuentes Martín Esta página está alojada por el Grupo EUMED.NET de la Universidad de Málaga
Más detallesALGUNAS EXPERIENCIAS DIDÁCTICAS DE FÍSICA
ALGUNAS EXPERIENCIAS DIDÁCTICAS DE FÍSICA AUTOR JAVIER RUIZ HIDALGO TEMÁTICA DIDÁCTICA DE LA FÍSICA ETAPA BACHILLERATO Resumen En este artículo, pretendemos señalar una seria de experiencias didácticas,
Más detallesDiagnóstico Financiero Crepes & Waffles (C&W) Fecha del informe: 15 Julio de 2013
Diagnóstico Financiero Crepes & Waffles (C&W) Fecha del informe: 15 Julio de 2013 Con la información pública de las empresas, desarrollamos el análisis de los indicadores financieros vistos en su evolución
Más detallesORIENTACIONES SIMCE TIC
ORIENTACIONES SIMCE TIC Sistema Nacional de Medición de Competencias TIC en Estudiantes ORIENTACIONES SIMCE TIC Sistema Nacional de Medición de Competencias TIC en Estudiantes INDICE Introducción 7 Prueba
Más detallesSegmentación Basada en Bordes
Segmentación Basada en Bordes Detección de Puntos: Para detectar puntos en una imagen podemos usar una máscara como esta: -1-1 -1-1 8-1 -1-1 -1 Usarlo en Matlab sería muy sencillo: >> w = [-1-1 -1; -1
Más detalles1. Introducción a la estadística 2. Estadística descriptiva: resumen numérico y gráfico de datos 3. Estadística inferencial: estimación de parámetros
TEMA 0: INTRODUCCIÓN Y REPASO 1. Introducción a la estadística 2. Estadística descriptiva: resumen numérico y gráfico de datos 3. Estadística inferencial: estimación de parámetros desconocidos 4. Comparación
Más detallesBreve análisis de la accesibilidad de los sitios web de los principales partidos políticos de España
Breve análisis de la accesibilidad de los sitios web de los principales partidos políticos de España Sergio Luján Mora http://accesibilidadweb.dlsi.ua.es/ Contenido Introducción... 3 Estudios previos...
Más detallesTEMA 2 EXPERIMENTOS ALEATORIOS Y CÁLCULO DE PROBABILIDADES
TEMA 2 EXPERIMENTOS ALEATORIOS Y CÁLCULO DE PROBABILIDADES EXPERIMENTOS: EJEMPLOS Deterministas Calentar agua a 100ºC vapor Soltar objeto cae Aleatorios Lanzar un dado puntos Resultado fútbol quiniela
Más detallesSistemas Conexionistas
1 Objetivo Sistemas Conexionistas Curso 2011/2012 El objetivo de esta práctica es usar un conjunto de redes de neuronas artificiales para abordar un problema de reconocimiento de figuras sencillas en imágenes
Más detallesMATEMÁTICAS 3º DE ESO UNIDAD 9
MATEMÁTICAS 3º DE ESO UNIDAD 9 1. Cuál de los siguiente puntos corresponde al valor (2,-2)? 2. Indica cuáles de los siguientes puntos pertenecen al segundo cuadrante. d) D. e) E. f) F. 3. Las coordenadas
Más detalles2003 Global Networked Readiness for Education Survey The World Bank Institute The Berkman Center for Internet & Society at Harvard Law School
2003 Global Networked Readiness for Education Survey The World Bank Institute The Berkman Center for Internet & Society at Harvard Law School Septiembre del 2003 Encuesta a los estudiantes Gracias por
Más detallesEl papel de la tecnología en la salud para la mujer. José Luis Gómez
El papel de la tecnología en la salud para la mujer José Luis Gómez El papel de la tecnología en la salud para la mujer Qué se entiende por salud para la mujer? La salud para la mujer cubre todas aquellas
Más detallesLic. Manuel de Jesús Campos Boc
UNIVERSIDAD MARIANO GÁLVEZ DE GUATEMALA FACULTAD DE CIENCIAS DE LA ADMINISTRACIÓN DIRECCIÓN GENERAL DE CENTRO UNIVERSITARIOS CENTRO UNIVERSITARIO DE VILLA NUEVA CURSO MATEMÁTICAS APLICADA I 0 Lic. Manuel
Más detallesSISTEMAS DE SEGURIDAD DE RECONOCIMIENTO FACIAL
SISTEMAS DE SEGURIDAD DE RECONOCIMIENTO FACIAL INTRODUCCIÓN Los sistemas de reconocimiento facial son sistemas de seguridad basados en aplicaciones que detectan e identifican automáticamente rostros humanos.
Más detalles5. Experimentos y Resultados
Experimentos y Resultados 52 5. Experimentos y Resultados Después de haber entrenado los modelos acústicos y los modelos del lenguaje para el reconocimiento de voz de niños, estas fuentes de conocimiento
Más detallesTema 1. Operaciones y elementos de simetría. Objetivos:
Tema 1. Operaciones y elementos de simetría. Objetivos: Reconocer los elementos de simetría de una molécula Enunciar las operaciones de simetría generadas por cada elemento de simetría Combinar dos operaciones
Más detallesTema 5. Reconocimiento de patrones
Tema 5. Reconocimiento de patrones Introducción al reconocimiento de patrones y a la clasificación de formas Un modelo de general de clasificador Características discriminantes Tipos de clasificación Clasificadores
Más detallesNaive Bayes Multinomial para Clasificación de Texto Usando un Esquema de Pesado por Clases
Naive Bayes Multinomial para Clasificación de Texto Usando un Esquema de Pesado por Clases Emmanuel Anguiano-Hernández Abril 29, 2009 Abstract Tratando de mejorar el desempeño de un clasificador Naive
Más detallesn es la ordenada en el origen, el punto de corte de la recta con el eje de ordenadas (el vertical, y)
Una función es una relación entre 2 magnitudes, de manera que a cada valor de x de la primera le corresponde un único valor de y, de la segunda. Este valor también se designa por f(x) y se conoce como
Más detallesEstadística Aplicada. Análisis Multivariante.
Estadística Aplicada. Análisis Multivariante. Jorge Luis Ojeda Cabrera. Indice Índice 1. Introducción 1 1. Introducción Introducción El problema de la Clasificación Supervisada : DATOS: (x 1, y 1 )...,
Más detallesDispensador de alimentos para animales automatizado.
Dispensador de alimentos para animales automatizado. Alumnos: Gustavo Enrique García Aguilera, Yiran Jiménez Huesca y Hugo Sánchez Molina. 1. Introducción. Los alimentadores automatizados son usados en
Más detallesDeep Learning y Big Data
y Eduardo Morales, Enrique Sucar INAOE (INAOE) 1 / 40 Contenido 1 2 (INAOE) 2 / 40 El poder tener una computadora que modele el mundo lo suficientemente bien como para exhibir inteligencia ha sido el foco
Más detallesXVI Olimpiada Colombiana de Computación Nivel Superior Prueba Final Dia 2
XVI Olimpiada Colombiana de Computación Nivel Superior Prueba Final Dia 2 28 de Octubre de 2005 1. SUPERPALINDROMOS Un palíndromo es una palabra que se lee de igual forma de izquierda a derecha que de
Más detallesClasificación de billetes con los muestrarios de selección 2014
Clasificación de billetes con los muestrarios de selección 2014 Contenido 1 Antecedentes 2 Nuevo Muestrario de selección 2014 3 Contenido del nuevo Muestrario 4 Tolerancia en los depósitos 5 Resumen 2
Más detallesComputación I Representación Interna Curso 2011
Computación I Representación Interna Curso 2011 Facultad de Ingeniería Universidad de la República Temario Representación de Números Enteros Representación de Punto Fijo Enteros sin signo Binarios puros
Más detallesGUÍA DE ACCESO Y MANEJO DE LA PLATAFORMA DE ESTUDIOS RESUMEN:
GUÍA DE ACCESO Y MANEJO DE LA PLATAFORMA DE ESTUDIOS RESUMEN: En esta guía el estudiante podrá orientarse sobre cómo acceder y manejar la plataforma de forma simple. Se desglosarán los pasos para acceder
Más detallesOPCIONES AL TERMINAR 4º ESO LOMCE MERCEDES MARTÍNEZ DEPARTAMENTO DE ORIENTACIÓN
OPCIONES AL TERMINAR 4º ESO LOMCE MERCEDES MARTÍNEZ DEPARTAMENTO DE ORIENTACIÓN TÉRMINO DE ESO CON TÍTULO SIN TÍTULO Prueba final por aplicadas Prueba final por académicas REPETIR 4º ESO EDUCACIÓN ADULTOS
Más detallesIluminación fotográfica y Principales fuentes de iluminación
Iluminación fotográfica y Principales fuentes de iluminación Es bastante obvio mencionar lo importante que es la luz en la fotografía, ya que sin ella seria imposible visualizar los objetos y con esto
Más detallesOperaciones Con Imágenes Binarias
Operaciones Con Imágenes Binarias - Basadas En Árboles Binarios - 1 ÍNDICE 1. INTRODUCCION 2. ANÁLISIS 3. IMPLEMENTACIÓN 4. OPERACIONES Y EJEMPLOS 5. CONCLUSIÓN 2 1.INTRODUCCIÓN - En que consiste este
Más detallesSistemas de control de acceso basados en lectura de matrículas
Sistemas de control de acceso basados en lectura de matrículas DESCRIPCIÓN DE PRODUCTO Contenido 1. Introducción... 3 2. Origen del sistema... 3 3. Funcionamiento general.... 4 4. Descripción de los elementos
Más detallesa. Dibujar los paralelogramos completos, señalar los vértices con letras.
PRACTICO DE VECTORES 1. Dada la siguiente figura, se pide determinar vectores utilizando los vértices. Por ejemplo, el vector, el vector, etcétera. Se pide indicar a. Tres vectores que tengan la misma
Más detallesAplicaciones lineales
aplicaciones_lineales.nb Aplicaciones lineales Práctica de Álgebra Lineal, E.U.A.T, Grupos ºA y ºB, 005 Aplicaciones lineales y matrices Hay una relación muy estrecha entre aplicaciones lineales y matrices:
Más detallesPRÁCTICA 8. de Regiones. Grupo de Visión Artificial. David García Pérez
Descripción de Regiones Descripción básica de regiones: A través de propiedades básicas como: área, número de euler, mínimo rectángulo que envuelve la figura, etc... se puede definir una región dentro
Más detallesARREGLOS DEFINICION GENERAL DE ARREGLO
ARREGLOS DEFINICION GENERAL DE ARREGLO Conjunto de cantidades o valores homogéneos, que por su naturaleza se comportan de idéntica forma y deben de ser tratados en forma similar. Se les debe de dar un
Más detallesCómo armar un proyecto que incluya a las TICs?
Cómo armar un proyecto que incluya a las TICs? 1) PROYECTO DE INTEGRACIÓN Finalidades: Afianzar las habilidades adquiridas en el manejo de las herramientas informáticas. Facilitar, mejorar o profundizar,
Más detallesIntroducción. Sistemas de Información Geográfica (SIG)
Introducción Una vez analizadas las encuestas sobre la utilización de software gráfico por parte de los empleados de la COPUT, se ha realizado una estimación estadística de usuarios, usos, herramientas
Más detallesPrácticas de Análisis Matricial con MATLAB
Prácticas de Análisis Matricial con MATLAB Ion Zaballa. Trabajando con matrices y vectores Ejercicio.- Dados los vectores a = 3 4 a) Calcula el vector 3a a + 4a 3., a = 3, a 3 = b) Si A = [a a a 3 ] es
Más detallesGUIA DE MANEJO DE EXCEL PARA LA ASIGNATURA ESTADÍSTICA DESCRIPTIVA
GUIA DE MANEJO DE EXCEL PARA LA ASIGNATURA ESTADÍSTICA DESCRIPTIVA Proyecto Piloto ECTS CURSO 2006/07 1 MANEJO DE LA HOJA DE CALCULO EXCEL PARA ANÁLISIS DESCRIPTIVO Y EXPLORATORIO DE DATOS. INTRODUCCIÓN
Más detalles