Detección Jerárquica de Móviles sobre Geometrías de Fóvea Adaptativa
|
|
- María Ángeles Carrasco Quintero
- hace 8 años
- Vistas:
Transcripción
1 Detección Jerárquica de Móviles sobre Geometrías de Fóvea Adaptativa J. A. Rodríguez, C. Urdiales, P. Camacho, F. Sandoval Dpto. Tecnología Electrónica E.T.S. Ingenieros de Telecomunicación Universidad de Málaga Campus de Teatinos, Málaga Resumen Este trabajo presenta un algoritmo de detección de movimiento basado en estimación de fondo. La principal novedad del mismo reside en el uso de imágenes multirresolución donde el área de máxima resolución puede reposicionarse sobre cualquier parte del campo de visión. Las imágenes son procesadas mediante una estructura multinivel que permite mantener un flujo de datos acotado con ángulos mayores de visión utilizando resoluciones decrecientes. La principal ventaja del algoritmo es su gran velocidad. El método ha sido satisfactoriamente probado como mecanismo atencional con aplicaciones computacionalmente costosas para mejorar el tiempo de proceso. 1 Introducción La estimación de movimiento es una tarea básica en el campo de la visión artificial, relacionada con el seguimiento, reposicionado de cámaras y otras tareas de percepción activa. Gran parte de los métodos de estimación de movimiento se basan en el cálculo del flujo óptico [1], pero conllevan una importante carga computacional. Los métodos de estimación paramétrica [2][3] son más simples, pero aún demasiado costosos. Dado que la carga computacional asociada a procesar una secuencia de imágenes dada aumenta con el tamaño del campo de visión (CV) y con su resolución, la mayoría del hardware no permite simultáneamente un amplio campo de visión y alta resolución, salvo para algoritmos simples o inexactos, usualmente limitados a secuencias que contienen móviles con una velocidad muy acotada. Las implementaciones en tiempo real suelen utilizar dos simplificaciones básicas para alcanzar altas velocidades de procesado: i) reducción del CV (zoom o enventanado) y ii) reducción de la resolución (promediado o diezmado). La primera solución no es válida para tareas de percepción activa si los móviles se desplazan rápidamente, porque desaparecen de escena antes de poder estimar su velocidad de manera fiable con el fin de permitir su seguimiento por medio del movimiento de la cámara [4]. Por otro lado, la reducción de resolución no es válida para los algoritmos que dependen de un determinado nivel de detalle y ofrecen pobres resultados cuando se aplican sobre imágenes de baja resolución. Los sistemas de visión biológicos han inspirado una nueva solución al problema basándose en las características de variación espacial de la retina de los vertebrados, que en ocasiones presentan resoluciones variables en diferentes zonas del CV. Este tipo de visión se denomina foveal y presenta una zona de máxima resolución (fóvea) rodeada de anillos de resolución decreciente. La tarea de situar la fóvea sobre el área de interés del CV constituye el paradigma de la visión activa. Los sistemas de fóvea artificial han sido satisfactoriamente implementados en la última década [5][6][7], dando lugar al desarrollo de dos configuraciones principales: las geometrías log-polares y las cartesianoexponenciales. Los sistemas clásicos de visión foveal presentan la fóvea en una posición central fija y dado que los móviles cambian su posición en el espacio entre imágenes consecutivas de una secuencia, la cámara 1
2 debe ser constantemente reposicionada para percibir dichos móviles a la máxima resolución posible. Desafortunadamente se requiere un hardware de gran precisión para conseguir un movimiento suave y preciso de la cámara. Camacho y otros [9][10] han propuesto una alternativa construyendo nuevas topologías foveales que permiten el reposicionamiento de la fóvea sobre cualquier área de interés de la imagen sin necesidad de reajustes mecánicos de la cámara. También contemplan la posibilidad de cambiar dinámicamente el tamaño y proporciones de la fóvea para adaptarla a la forma del móvil, consiguiendo así que el volumen de datos de la imagen tienda a ser óptimo independientemente de la posición relativa de éste. El objetivo de este artículo es introducir un algoritmo rápido y simple para detectar uno o más objetos móviles en una secuencia mediante la estimación del fondo de la escena. Hemos elegido una aproximación clásica a la detección de movimiento que se ajusta perfectamente a este problema particular. La principal novedad de nuestro sistema reside en que trabaja con imágenes multirresolución que presentan una fóvea móvil de tamaño adaptativo. Para adaptar los algoritmos de procesado tradicionales a la imagen foveal se utiliza una estructura multinivel. Esta estructura es conocida como polígono foveal adaptativo y permite un rápido procesado sobre varios niveles de resolución simultáneamente. El trabajo se organiza de la siguiente manera: la sección 2 presenta una técnica de estimación del fondo de la escena. La sección 3 introduce diferentes geometrías foveales y ofrece una discusión acerca de sus ventajas y desventajas. La sección 4 explica pormenorizadamente el algoritmo multirresolución de segmentación de móviles con fóvea de tamaño adaptativo. La sección 5 presenta algunos experimentos con secuencias reales para ilustrar el sistema descrito, mientras que la sección 6 comenta los resultados y futuras líneas de trabajo. 2. Estimación de fondo para detección de movimiento La detección de movimiento ha recibido una atención considerable dentro del campo de la visión artificial. Se han desarrollado numerosos métodos con este propósito, especialmente basándose en el cálculo o la estimación del flujo óptico. Desafortunadamente para estos métodos el flujo óptico es calculado habitualmente sobre toda la imagen, independientemente de la posición de los móviles en la escena. Debido a que el cálculo del flujo óptico es computacionalmente costoso, su estimación en zonas estáticas (aquellas en que no se produce movimiento de la escena) supone un gasto innecesario de recursos, inadmisible en aplicaciones de tiempo real. La existencia de grandes áreas estáticas es frecuente en aplicaciones relacionadas con video-vigilancia o supervisión del tráfico [11][12], de forma que sería interesante poder realizar una estimación rápida de las áreas en las que efectivamente se detecta la presencia de movimiento para realizar un procesado más exhaustivo exclusivamente sobre ellas. Nuestra aportación a la detección de movimiento se basa en una modificación del método de substracción de fondo, que ha resultado ser una técnica rápida y simple. Para ello es necesario almacenar una estimación del fondo de la escena para poder extraer los objetos que entran en la misma. El método clásico se basa en promediar el nivel de gris de un número determinado de imágenes, al que denominaremos ventana temporal, de acuerdo con la siguiente expresión: 1 t B( = I ( t' ) (1) N t' = t N donde B( es el fondo estimado en la posición (y) en el instante t, I( t ) representa el valor de la imagen en la posición (y) en el instante t, y N el número de imágenes de la ventana temporal. En este caso, los objetos que se mueven tienen menor peso en la contribución global al fondo que el resto. Sin embargo, si un objeto es lo suficientemente lento como para permanecer en la misma región de la imagen por un tiempo equivalente a la duración de la ventana temporal, será considerado parte del 2
3 (a) (b) (c) (d) Fig. 1: Estimación de fondo mediante: a) Enventanado temporal; b) Enventanado temporal con máscara; c) Olvido exponencial; d) Olvido exponencial con máscara fondo por tanto, inducirá a errores en la detección de móviles (fig. 1.a). Para solucionar este problema, el parámetro N debería ajustarse dinámicamente a la velocidad de los móviles presentes en la escena. Desafortunadamente, la obtención de un N óptimo resulta complicada en la práctica, por lo que gran parte de los sistemas de este tipo usan un N elevado. Sin embargo, al aumentar el volumen de datos a almacenar y procesar, se aumentan desmesuradamente los requerimientos del sistema. Una posible solución consiste en enmascarar dinámicamente la porción de la imagen donde se ha detectado movimiento para evitar que entre a formar parte del procedimiento de promediado del fondo. De esta forma, los objetos móviles nunca aparecen como parte del fondo, pero si permanecen total o parcialmente dentro del CV durante toda la ventana temporal, la nueva estimación del fondo se degenera en las regiones correspondientes a áreas ocultas por largos periodos de tiempo (fig. 1.b). El olvido exponencial resuelve el problema de la oclusión y no requiere el almacenamiento de un buffer de N imágenes porque la nueva estimación del fondo se realiza sobre la base de la estimación anterior: B( = (1 α ) B( t 1) + α I ( (2) siendo B( la estimación de fondo en el instante t, B(t-1) el fondo estimado previamente, I( la última imagen capturada y α un parámetro determinado empíricamente que define la velocidad del proceso de olvido. Aunque ahora el fondo no presenta partes ocultas, los objetos lentos aún distorsionan la estimación (fig. 1.c). Nuestra aportación ha consistido en aplicar el concepto de la máscara al método del olvido exponencial para combinar sus ventajas, de forma que el algoritmo sea capaz de adaptarse tanto a cambios en las condiciones de iluminación como a la presencia de objetos lentos. No hay áreas ocultas en el fondo estimado con este método mixto porque el sistema no se basa en la definición de una ventana temporal por tanto, su memoria va más allá de la aparición de objetos móviles en la escena (fig. 1.d). Ahora estos móviles son enmascarados y así no se incluyen como parte de la actualización del fondo, que se calcula de la siguiente manera: B( = M ( [(1 α) B( t 1) + α I ( ] + M ( B( t 1) (3) siendo M( una matriz binaria que presenta valores distintos a cero solo en aquellas posiciones donde se ha detectado movimiento, es decir: M ( = 1 si B( t 1) I ( M ( = 0 en otro caso > U (4) 3
4 (a) (b) Fig. 2: a) Enrejado foveal de fóvea desplazable y tamaño adaptativo; b) Polígono foveal donde B(t-1) se refiere al fondo previamente estimado, I( es la imagen actual y U un umbral estimado heurísticamente. El valor de U influye en la detección de movimiento en una imagen dada, porque los objetos o la porción de ellos cuyo nivel de gris sea similar al del fondo no serán detectados. Sin embargo, y gracias a la integración temporal a lo largo de la secuencia, esta dependencia no incluye términos de error graves porque tarde o temprano el móvil se situará en una zona lo suficientemente diferente al fondo para ser detectado. Una consideración final a tener cuenta es que este método depende fuertemente de la estimación inicial del fondo: si esa estimación es buena, el método funcionará apropiadamente. Existen dos formas de obtener dicha estimación inicial: supervisadamente, realizando una captura de la escena cuando no hay objetos móviles en ella, o de forma no supervisada, realizando un promediado de una gran cantidad de imágenes en un paso de inicialización previa, de forma que cualquier móvil cruce completamente el campo de visión durante la ventana temporal elegida. 3. Topologías multirresolución basadas en estructuras de fóvea adaptativa El hecho de trabajar con imágenes multirresolución supone una importante reducción del volumen de datos de entrada al sistema propuesto de detección de fondo, así como al método de detección de movimiento por sustracción que se presentará más adelante. Así, es posible reducir la carga computacional de ambos algoritmos por tanto, acelerar considerablemente la velocidad de proceso. Tal como se ha comentado previamente, las imágenes foveales presentan alta resolución sólo en una reducida área de la imagen, que tradicionalmente suelen coincidir con la zona central de ésta. Si el área de máxima resolución no puede reposicionarse, se requieren movimientos de cámara para situar la fóvea sobre las regiones de interés, que para nosotros serán aquellas en las que existe un móvil. 4
5 Nuestra propuesta consiste en utilizar una nueva arquitectura foveal que permite adaptar la forma y posición de la fóvea sin necesidad de mover la cámara y que recibe el nombre de geometría multirresolución de fóvea desplazada de tamaño adaptativo (GFDTA). Ésta se basa en las foveales cartesiano-exponenciales inicialmente propuestos por Bandera y Scott [13], que consisten en una cuadrícula simétrica que presenta una región central cuadrada de alta resolución, a la que se denomina fóvea, rodeada de un conjunto de anillos que presentan resolución progresivamente decreciente. En este caso, la disminución de resolución ocurre de forma no continua, al contrario que en las geometrías log-polares, que constituyen el segundo grupo tradicional de imágenes foveales. Las geometrías de fóvea centrada se definen mediante dos parámetros: m, que representa el número de anillos de resolución uniforme alrededor de la fóvea, y d, conocido como factor de subdivisión y que representa el número de subanillos dentro de cada anillo de resolución uniforme. Cada uno de los anillos alrededor de la fóvea presenta la mitad de resolución que el anillo inmediatamente anterior. Además de ser fácilmente implementables tanto en hardware como en software a partir de las tecnologías existentes, la simetría y estructura de estas geometrías las hace compatibles con la mayoría de las técnicas de procesado disponibles hoy en día para imagen digital, lo que supone una importante ventaja frente a las log-polares [8]. Asimismo, tal como se verá en el apartado siguiente, estas imágenes son apropiadas para almacenarse mediante estructuras jerárquicas de datos, lo que permite abstracción de la información y procesado multinivel. Si se desean evitar los movimientos de cámara, es interesante definir una nueva geometría que permita el posicionamiento de la fóvea en cualquier área de la imagen, y que vamos a denominar geometría de fóvea desplazada (GFD). Esta GFD necesita definirse mediante dos parámetros extra: s h y s v, que definen la posición relativa, horizontal y vertical respectivamente, de cada anillo frente al que lo rodea en términos de subanillos desplazados. Si bien a partir de las GFD puede llevarse a cabo el seguimiento de un móvil cualquiera en el campo de visión de la cámara, resulta obvio que si el tamaño de dicho móvil es mayor que la fóvea, se requieren varias fijaciones o reposicionamientos de ésta para percibirlo en su totalidad a la mayor resolución disponible, lo que deteriora gravemente la eficiencia del sistema. Asimismo, si el área de interés es menor que la fóvea, el volumen de datos de la imagen multirresolución es mayor al necesario, lo que supone un derroche de recursos. De acuerdo a lo expuesto anteriormente, la mejor opción es trabajar con geometrías multirresolución basadas en fóvea desplazada de tamaño adaptativo (GFDTA). Las GFDTA ofrecen fóveas rectangulares de distinto tamaño capaces de adaptarse completamente a la bounding-box de cualquier objeto móvil (fig. 2.a), de forma que el volumen de datos que presenta la imagen foveal es el óptimo. En estas geometrías, s h y s v pierden su sentido, ya que existen diferentes factores de subdivisión para cada lado de la fóvea. Así, las GFDTA se definen mediante cinco parámetros: el número de anillos de resolución (m) y factores de subdivisión izquierdo, derecho, superior e inferior (l, r, t y b respectivamente), siendo l y r el número de celdas en el lado izquierdo y derecho de cada anillo y t y b es el número de filas de celdas en el lado superior e inferior de cada anillo. La Fig. 2.a. presenta una GFDTA cuyos parámetros son m=2, l=2, r=10, t=14 y b=0. Haciendo uso de estas geometrías es posible efectuar el seguimiento de un móvil en alta resolución trabajando con el mínimo volumen de datos posible. Además, en el caso de que existan varios móviles simultáneamente en la imagen, será muy sencillo alternar la posición de la fóvea sobre cualquiera de ellos para un estudio en detalle. 4. Algoritmo de detección de movimiento multinivel La mayoría de los algoritmos de procesado trabajan sobre imágenes de resolución uniforme. En el caso de las geometrías foveales, es posible definir estructuras jerárquicas para la manipulación de los datos y su procesado, donde cada uno de los niveles de dichas estructuras presenta una resolución uniforme distinta. Para aplicar el algoritmo de detección de movimiento propuesto a imágenes multirresolución con geometrías GFDTA, proponemos el uso de una estructura conocida como polígono foveal. 5
6 Fig. 3: a) Fondo inicialmente estimado; b) y e) Imagen foveal centrada sobre el objeto detectado; c) Móvil extraido de b); d) Estimación del fondo actualizada durante la secuencia en el instante de tiempo correspondiente a e); f) Móvil extraido de e) Un polígono foveal es una estructura multinivel cuyos distintos niveles presentan áreas progresivamente mayores de la escena a la vez que disminuyen su resolución (fig. 2.b). Un conjunto de enlaces entre niveles consecutivos mantiene la correspondencia geométrica entre zonas de la imagen a diferentes niveles de resolución. Así los algoritmos de procesado pueden trabajar sobre varios niveles de resolución simultáneamente para procesar cada área de la escena con la resolución requerida. Inicialmente el polígono foveal asimétrico (PFA) se construye promediando los valores de cada conjunto de 2x2 celdas de un nivel dado i para dar lugar a una celda nueva en el siguiente nivel i+1. Posteriormente se establece un enlace entre las cuatro celdas originales y la nueva celda computada. Cuando todas las celdas del nivel i han sido procesadas, el conjunto de celdas computadas presenta una resolución mitad a la del nivel i por tanto, puede ser agrupado con el anillo i+1 para formar el nivel i+1 completo. El nivel 0 del PFA es precisamente la fóvea de la imagen y el PFA consta de tantos niveles como resoluciones distintas aparecen en la imagen. El último nivel del polígono foveal presenta el campo de visión total de la escena a la resolución más baja disponible, y se conoce como cintura (wais. Si se desea reducir aún más el número de celdas que presenta la cintura, puede construirse una pirámide sobre ella y seleccionar entre los niveles de ésta la resolución deseada, de forma que se trabaje con un bajo volumen de datos en operaciones que implican una alta carga computacional [9]. 6
7 Fig. 4: a) Estimación del fondo en el nivel waist; b) Nivel cintura de la imagen presentada en la fig. 3.b; c) Nivel cintura de la imagen presentada en la fig. 3.e El algoritmo aquí propuesto se aplica sobre el nivel cintura para trabajar lo más rápidamente posible. Realiza dos tareas diferentes: estimación de fondo y detección de movimiento. El algoritmo consta de los siguientes pasos: 1. Cálculo del PFA de la imagen actual de acuerdo con el método descrito anteriormente 2. Cálculo de la máscara de los objetos móviles en la escena 3. Actualización del fondo de acuerdo al algoritmo descrito en el apartado 2 4. Propagación de la máscara a la base del polígono para reposicionar la fóvea sobre potenciales móviles Con el objeto de calcular las máscaras de una imagen dada, la estimación de fondo disponible en ese momento es substraída al nivel cintura del PFA correspondiente a dicha imagen. El resultado de esta operación es un conjunto de nodos correspondientes a aquellas áreas de la escena cuya similitud con la estimación de fondo disponible supera un umbral. Este conjunto de nodos se podría usar como máscara, pero no se corresponde exactamente con el objeto detectado, debido a las partes del móvil cuya similitud con el fondo se encuentra por debajo del umbral. Para mejorar la compacidad de la máscara se aplica un procedimiento de filtrado gausiano; la máscara filtrada se aplica a la imagen para que sólo la parte correspondiente al fondo intervenga en su actualización según el método de olvido exponencial con máscara descrito mediante las ecs. 3 y 4. La máscara en el nivel waist está enlazada a una región de celdas de la imagen multirresolución que puede no estar totalmente cubierta por la fóvea. En ese caso, es necesario reposicionar la fóvea sobre dicha área y adaptar su tamaño al tamaño del potencial móvil. Así, tras la relocalización y adaptación de la fóvea, ésta presenta siempre el móvil a la mayor resolución disponible. El algoritmo descrito funciona bien para escenas interiores con condiciones de iluminación controladas. Sin embargo, y a pesar del procedimiento de crecimiento gausiano de la máscara, el sistema presenta problemas en casos en que el objeto, o parte de él, cruza zonas de la escena cuyo nivel de gris es similar a él mismo. De todas formas, se trata de un método que permite la extracción de móviles de forma rápida y eficaz para la posterior aplicación sobre áreas reducidas, que corresponden a las áreas de interés ocupadas por móviles, de algoritmos más complejos. Además, la estructura presentada permite la aplicación de algoritmos multietapa y multinivel sobre distintos niveles para trabajar en cada caso con la resolución más adecuada. 5. Experimentos y resultados El algoritmo propuesto ha sido utilizado con un gran número de secuencias de vídeo capturadas para diferentes condiciones de iluminación, un número aleatorio de imágenes y móviles con distintas velocidades. El movimiento de los objetos no estaba sujeto a ninguna limitación, de forma que éstos 7
8 eran libres de realizar cualquier trayectoria en el espacio 3D del entorno de la cámara y a cualquier velocidad (dentro de unos límites prácticos). Las secuencias de vídeo fueron adquiridas en 256 niveles de grises mediante una cámara Pal KPD50 de Hitachi entrelazada y un frame-grabber basado en el DSP C44 de Texas Instruments. La frecuencia de captura fue de 15 Hz, aunque se han usado secuencias pregrabadas para demostrar que la velocidad de procesado puede ser superior. Todos los experimentos fueron realizados sobre un Pentium 200 MMX con el sistema operativo Linux. La fig. 3 presenta dos ejemplos de una secuencia dada, en la que un disquete es balanceado manualmente a través del campo de visión. La fig. 3.a muestra la estimación inicial del fondo previa a la aparición del disquete en la escena. La fig. 3.b es la primera imagen de la secuencia en la que aparece el disquete, la fig. 3.c muestra el resultado de la extracción, y la fig. 3.d presenta la estimación de fondo actualizado a posteriori. Se puede apreciar que la presencia de móvil en la escena no influye en la nueva estimación del fondo, que reflejará, por otra parte, posibles cambios de iluminación de la escena o sombras que permanezcan un tiempo comparable en relación con el parámetro α que definía la velocidad del proceso de olvido exponencial. La fig. 3.e muestra una situación en la que el móvil cruza la escena desde una posición más cercana a la cámara, probando que tanto la detección del móvil como la actualización del fondo funcionan aún en situaciones en que el móvil oculta gran parte del campo de visión. La estimación del fondo obtenida durante la secuencia de la fig. 3 aparece en la fig. 4.a. Las figuras 4.b y 4.c muestran el nivel waist del polígono foveal asociado a las figuras 3.b y 3.e respectivamente. En este caso se ha trabajado con dos anillos y fóvea, de forma que el algoritmo sólo necesita manejar 4K celdas en el nivel cintura, en lugar de trabajar sobre los 64K (256x256) píxeles de una imagen de resolución uniforme con el mismo campo de visión. Para mostrar las ventajas de usar una estructura multinivel, el sistema de detección de movimiento propuesto fue aplicado a imágenes de resolución uniforme con 256x256 píxeles, y a una serie de diferentes topologías foveales presentando un número creciente de anillos de resolución. Los resultados obtenidos se muestran en la tabla I. El algoritmo propuesto se ha usado en combinación con algunas tareas de visión para mejorar sus tiempos de proceso. En primer lugar, se empleó como fase de segmentación previa por movimiento al sistema de reconocimiento de objetos propuesto en [14]. Este sistema necesita 0.35 segundos para la segmentación por niveles de gris y 0.25 segundos para la identificación de un objeto trabajando sobre un Pentium 200 MMX. Nuestro algoritmo requiere, sobre la misma máquina, de tan sólo 2.75 mseg. para realizar la segmentación por movimiento del objeto sobre el fondo. De esta forma se ha incrementado la velocidad de extracción y procesado de 1 6 a 4 imágenes por segundo. Un segundo experimento consistió en usar este sistema como estimación previa para aplicar el algoritmo de cálculo de flujo óptico propuesto por Anandan [1] sólo sobre regiones en las que existe movimiento. De esta forma, dicho algoritmo aplicado a la secuencia presentada en la figura 3 mejoró desde imágenes por segundo cuando se aplicaba a toda la escena a imágenes por segundo aplicándolo sólo a las regiones donde se había detectado previamente movimiento. El cálculo de flujo óptico basado en métodos paramétricos [15] también mejoró considerablemente aplicando una etapa previa de segmentación de fondo: el cálculo del flujo óptico de primer orden pasó de 6 imágenes por segundo a 62 imágenes por segundo, aunque los resultados dependieron mucho del tamaño de la fóvea, en definitiva, del móvil y el área que ocupa en su desplazamiento en cada caso. Topología Tiempo de extracción Tiempo de actualización del Porcentaje del volumen de datos del objeto fondo respecto a la resolución uniforme Resolución Uniforme 15 ms 35 ms 100 % Fóvea & 2 anillos 0.75 ms 2 ms 6,25 % Fóvea & 3 anillos 0. 2 ms 0.5 ms 1.56 % Tabla I: Tiempo de proceso para diferentes topologías 8
9 6. Conclusiones y trabajo futuro Este trabajo presenta un sistema atencional que ofrece una segmentación rápida basada en movimiento usando técnicas multirresolución. El sistema se basa en la construcción de un modelo del fondo de la escena que es continuamente actualizado. Su principal característica es que resulta lo suficientemente rápido sobre un PC estándar como para usarlo de etapa de preprocesado de algoritmos más lentos y complejos que se empleen en tareas específicas de visión artificial como la estimación de velocidad, reconocimiento de objetos o cálculo del tiempo de colisión. En un trabajo futuro se plantea la posibilidad de aplicar a la construcción del polígono foveal (PFA) el principio de enlace adaptativo [13]. Este paso evita la pérdida de información topológica entre los distintos niveles de resolución, lo que permite que el número de celdas que representan al móvil en el nivel cintura quede minimizado y que la segmentación sea más robusta y fiable. 7. Agradecimientos Este trabajo ha sido parcialmente financiado por la Comisión Interministerial de Ciencia y Tecnología (CICYT), en su Proyecto Nº TIC Referencias [1] P.Anandan, Measuring Visual Motion from Image Sequences. PhD. thesis, Univ. of Massachusetts, Amherst, MA, COINS TR [2] S.M.Smith, J.M.Brad "SUSAN-A New Approach to Low Level Image Processing", in Proceedings of the International Journal of Computer Vision, 23:1, pp , [3] A.Blake, M.Isard, D.Reynard, "Learning to track curves in motion", in Proceedings of the IEEE Int. Conf. Decision Theory and Control, pp , [4] M.J.Swain, M.A.Striker, Promising directions in Active Vision, in Proceedings of the International Journal of Computer Vision, 11:2, pp , [5] A.S.Roger, E.L.Schwartz, "Design considerations for a space-variant visual sensor with complex logarithmic geometry", in Proceedings of the 10 th Internatnl. Conference on Pattern Recognition, pp , [6] J.Van der Spiegel, G.Kreider, C.Claeis, I.Debuschere, G.Sandini, F.Fantini, G.Soncini, "A foveated retinalike sensor using CCD technology", in Analog VLSI Implementation of Neural Systems, C. Mead, M.Ismail, Eds., Kluwer Acad. Publ., The Netherlands, [7] M.Tistarelli, G.Sandini, "Estimation of depth from motion using an antropomorphyc visual sensor", Image and Vision Computing, vol.8, No. 4, 1990, pp [8] J.A.Hird, D.F.Wilson, "A comparison of Target Detection and Segmentation Techniques", SPIE Vol. 1191, Optical Systems for Space and Defense, [9] P.Camacho, F.Arrebola, F.Sandoval, Adaptive Fovea Structures for Space-Variant Sensors, in Proceedings of the IEEE Intnal. Conference on Image Analysis and Processing, Vol.1, pp , Florence, Ital [10] P.Camacho, F.Arrebola, F.Sandoval, Multirresolution Sensors with Adaptive Structure, in Proceedings of the 24 th Annual Conference of the IEEE Industrial Electronics Societ Vol.2, pp , Aachen, German [11] D.Koller, K.Daniilidis, H.H.Nagel, Model-Based Object Tracking in Monocular Images Sequences of Road Traffic Scenes, in Proceedings of the Intnal. Journal of Computer Vision, 10:3, pp , [12] N.Friedman, S.Russell, Image segmentation in video sequence: A probabilistic approach, in Proceedings of the 13 th Conference on Uncertainty in Artificial Intelligence, [13] C.Bandera, P.Scott, Foveal Machine Vision Systems, in Proceedings of the IEEE International Conference on Systems, Man and Cybernetics, Cambridge, pp , [14] A.Bandera, C.Urdiales, F.Arrebola, F.Sandoval, "2D object recognition based on curvature function obtained from local histograms of the contour chain code", Pattern Recognition Letters, A, 20(1), pp , [15] E. Grossman: "Robust Computation of first-order optical flow in log-polar images", Univ. Génova, LIRA-Lab-DIST, TR 07/95, November
EL MODELO DE DATOS RASTER
EL MODELO DE DATOS RASTER El modelo de datos raster, como señala Bosque (1992), es el modelo de datos complementario al modelo vectorial presentado anteriormente. Tiene como principal característica el
Más detallesMovimiento a través de una. José San Martín
Movimiento a través de una curva José San Martín 1. Introducción Una vez definida la curva sobre la cual queremos movernos, el siguiente paso es definir ese movimiento. Este movimiento se realiza mediante
Más detallesEl objetivo principal del presente curso es proporcionar a sus alumnos los conocimientos y las herramientas básicas para la gestión de proyectos.
Gestión de proyectos Duración: 45 horas Objetivos: El objetivo principal del presente curso es proporcionar a sus alumnos los conocimientos y las herramientas básicas para la gestión de proyectos. Contenidos:
Más detallesGestión de proyectos
Gestión de proyectos Horas: 45 El objetivo principal del presente curso es proporcionar a sus alumnos los conocimientos y las herramientas básicas para la gestión de proyectos. Gestión de proyectos El
Más detallesEl Outsourcing como Opción Estratégica
El Outsourcing como Opción Estratégica Improven Consultores Colón 18, 2ºF 46004 Valencia Tel: 96 352 18 22 Fax: 96 352 20 79 www.improven-consultores.com info@improven-consultores.com El outsourcing como
Más detallesMineria de datos y su aplicación en web mining data Redes de computadores I ELO 322
Mineria de datos y su aplicación en web mining data Redes de computadores I ELO 322 Nicole García Gómez 2830047-6 Diego Riquelme Adriasola 2621044-5 RESUMEN.- La minería de datos corresponde a la extracción
Más detallesIMPLANTACIONES DE ERP. CÓMO CONSEGUIR EL ÉXITO? MasEmpresa
IMPLANTACIONES DE ERP. CÓMO CONSEGUIR EL ÉXITO? MasEmpresa Implantaciones de ERP. Cómo conseguir el éxito?. Parte I Aunque los sistemas de información para la gestión ERPs tienen muchos años de historia,
Más detallesCASO PRÁCTICO. ANÁLISIS DE DATOS EN TABLAS DINÁMICAS
CASO PRÁCTICO. ANÁLISIS DE DATOS EN TABLAS DINÁMICAS Nuestra empresa es una pequeña editorial que maneja habitualmente su lista de ventas en una hoja de cálculo y desea poder realizar un análisis de sus
Más detallesMedias Móviles: Señales para invertir en la Bolsa
www.gacetafinanciera.com Medias Móviles: Señales para invertir en la Bolsa Juan P López..www.futuros.com Las medias móviles continúan siendo una herramienta básica en lo que se refiere a determinar tendencias
Más detallesPráctica 5. Curso 2014-2015
Prácticas de Seguridad Informática Práctica 5 Grado Ingeniería Informática Curso 2014-2015 Universidad de Zaragoza Escuela de Ingeniería y Arquitectura Departamento de Informática e Ingeniería de Sistemas
Más detallese-netcamanpr INDICE: Manual de Instalación
INDICE: INTRODUCCIÓN... 4 ELEMENTOS DEL SISTEMA.... 5 SOFTWARE.... 5 ARQUITECTURA DE LA SOLUCIÓN SOFTWARE.... 5 INSTALACIÓN DEL SISTEMA.... 8 CÁMARA.... 8 VELOCIDAD DEL VEHICULO.... 9 MODELO ACONSEJADO....
Más detallesAccesibilidad web GUÍA FUNCIONAL
Accesibilidad web GUÍA FUNCIONAL 0 _ ÍNDICE 01_Introducción 02_Primeros pasos 03_Conceptos 04_Navegación por voz 05_Navegación por teclado 06_Navegación por sonido 07_Compatibilidad con lectores de pantalla
Más detallesOperación Microsoft Access 97
Trabajar con Controles Características de los controles Un control es un objeto gráfico, como por ejemplo un cuadro de texto, un botón de comando o un rectángulo que se coloca en un formulario o informe
Más detalles1.1 EL ESTUDIO TÉCNICO
1.1 EL ESTUDIO TÉCNICO 1.1.1 Definición Un estudio técnico permite proponer y analizar las diferentes opciones tecnológicas para producir los bienes o servicios que se requieren, lo que además admite verificar
Más detallesMÓDULO 2: TRATAMIENTO DE DATOS CON HOJA DE CÁLCULO. Tema 1: Gestión de listas de datos y tablas dinámicas. Leire Aldaz, Begoña Eguía y Leire Urcola
MÓDULO 2: TRATAMIENTO DE DATOS CON HOJA DE CÁLCULO Tema 1: Gestión de listas de datos y tablas dinámicas Leire Aldaz, Begoña Eguía y Leire Urcola Índice del tema - Introducción a las listas de datos -
Más detallesRobótica y visión artificial. Miguel Cazorla http://www.dccia.ua.es/~miguel Grupo de Visión Robótica Universidad de Alicante
Robótica y visión artificial Miguel Cazorla http://www.dccia.ua.es/~miguel Grupo de Visión Robótica Universidad de Alicante Introducción Percepción biológica vs. computacional Qué es una imagen? Procesamiento
Más detalles5.4. Manual de usuario
5.4. Manual de usuario En esta sección se procederá a explicar cada una de las posibles acciones que puede realizar un usuario, de forma que pueda utilizar todas las funcionalidades del simulador, sin
Más detallesCapítulo 5: METODOLOGÍA APLICABLE A LAS NORMAS NE AI
Capítulo 5: METODOLOGÍA APLICABLE A LAS NORMAS NE AI La segunda fase del NIPE corresponde con la adecuación de las intervenciones de enfermería del sistema de clasificación N.I.C. (Nursing Intervention
Más detallesEn este capítulo se describe la forma de cómo se implementó el sistema de video
En este capítulo se describe la forma de cómo se implementó el sistema de video por medio de una cámara web y un servomecanismo que permitiera al usuario ver un experimento en el mismo instante en que
Más detallesBase de datos en Excel
Base de datos en Excel Una base datos es un conjunto de información que ha sido organizado bajo un mismo contexto y se encuentra almacenada y lista para ser utilizada en cualquier momento. Las bases de
Más detallesApp para realizar consultas al Sistema de Información Estadística de Castilla y León
App para realizar consultas al Sistema de Información Estadística de Castilla y León Jesús M. Rodríguez Rodríguez rodrodje@jcyl.es Dirección General de Presupuestos y Estadística Consejería de Hacienda
Más detallesPERFIL DEL PUESTO POR COMPETENCIAS Sepa cómo construirlo y evitar bajos desempeños posteriores
PERFIL DEL PUESTO POR COMPETENCIAS Sepa cómo construirlo y evitar bajos desempeños posteriores Martha Alicia Alles Es contadora pública nacional, doctora por la Universidad de Buenos Aires en la especialidad
Más detallesSERVIDOR WEB PARA ACCESO EN TIEMPO REAL A INFORMACIÓN METEOROLÓGICA DISTRIBUIDA
SERVIDOR WEB PARA ACCESO EN TIEMPO REAL A INFORMACIÓN METEOROLÓGICA DISTRIBUIDA E. SÁEZ, M. ORTIZ, F. QUILES, C. MORENO, L. GÓMEZ Área de Arquitectura y Tecnología de Computadores. Departamento de Arquitectura
Más detalles7. Conclusiones. 7.1 Resultados
7. Conclusiones Una de las preguntas iniciales de este proyecto fue : Cuál es la importancia de resolver problemas NP-Completos?. Puede concluirse que el PAV como problema NP- Completo permite comprobar
Más detallesSeminario Electrónico de Soluciones Tecnológicas sobre Content Networking
Seminario Electrónico de Soluciones Tecnológicas sobre Content Networking 1 de 13 Seminario Electrónico de Soluciones Tecnológicas sobre Content Networking 3 Bienvenida. 4 Objetivos. 5 Soluciones comerciales
Más detallesLa presente tesis pretende que los estudiantes observen la teoría de las acciones de control
CAPÍTULO V. CONCLUSIONES. La presente tesis pretende que los estudiantes observen la teoría de las acciones de control de forma virtual al mismo tiempo analicen físicamente los sistemas electrónicos cuando
Más detallesProbabilidades y Estadística (Computación) Facultad de Ciencias Exactas y Naturales Universidad de Buenos Aires Ana M. Bianco y Elena J.
Generación de Números Aleatorios Números elegidos al azar son útiles en diversas aplicaciones, entre las cuáles podemos mencionar: Simulación o métodos de Monte Carlo: se simula un proceso natural en forma
Más detallesTema 3. Medidas de tendencia central. 3.1. Introducción. Contenido
Tema 3 Medidas de tendencia central Contenido 31 Introducción 1 32 Media aritmética 2 33 Media ponderada 3 34 Media geométrica 4 35 Mediana 5 351 Cálculo de la mediana para datos agrupados 5 36 Moda 6
Más detallesCapítulo 5. Cliente-Servidor.
Capítulo 5. Cliente-Servidor. 5.1 Introducción En este capítulo hablaremos acerca de la arquitectura Cliente-Servidor, ya que para nuestra aplicación utilizamos ésta arquitectura al convertir en un servidor
Más detallesCAPITULO 2 CARACTERÍSTICAS ESPECIALES
CAPITULO 2 CARACTERÍSTICAS ESPECIALES Todo lo anteriormente mencionado sobre osciloscopios es en relación a un osciloscopio básico. Es decir, existen una serie de características no mencionadas hasta ahora
Más detallesSCT3000 95. Software para la calibración de transductores de fuerza. Versión 3.5. Microtest S.A. microtes@arrakis.es
SCT3000 95 Versión 3.5 Software para la calibración de transductores de fuerza. Microtest S.A. microtes@arrakis.es Introducción El programa SCT3000 95, es un sistema diseñado para la calibración automática
Más detallesSeminario Electrónico de Soluciones Tecnológicas sobre VPNs de Extranets
Seminario Electrónico de Soluciones Tecnológicas sobre VPNs de Extranets 1 de 12 Seminario Electrónico de Soluciones Tecnológicas sobre VPNs de Extranets 3 Bienvenida. 4 Objetivos. 5 Interacciones de Negocios
Más detallesAutor: Javier Yáñez García
Curso 2009-2010 2010 Universidad Carlos III de Madrid PROYECTO FIN DE CARRERA: TRACKING DE PERSONAS A PARTIR DE VISIÓN ARTIFICIAL Autor: Javier Yáñez García Contenidos 1. Introducción 2. Estado del arte
Más detallesOperaciones Morfológicas en Imágenes Binarias
Operaciones Morfológicas en Imágenes Binarias Introducción La morfología matemática es una herramienta muy utilizada en el procesamiento de i- mágenes. Las operaciones morfológicas pueden simplificar los
Más detallesVolkswagen, Audi y Škoda
Plataforma de Soporte Técnico a Talleres Manual de Iniciación Usuario Taller Oficial (v.2.0) 14 03 07 p. 1 Presentación... 3 Acceso... 4 Modificación de datos... 6 Pantalla principal... 7 Catálogo de útiles
Más detallesCAPÍTULO VI PREPARACIÓN DEL MODELO EN ALGOR. En este capítulo, se hablará acerca de los pasos a seguir para poder realizar el análisis de
CAPÍTULO VI PREPARACIÓN DEL MODELO EN ALGOR. En este capítulo, se hablará acerca de los pasos a seguir para poder realizar el análisis de cualquier modelo en el software Algor. La preparación de un modelo,
Más detallesUNIDAD 2: Abstracción del Mundo real Al Paradigma Orientado a Objetos
2.1. Principios básicos del Modelado de Objetos UNIDAD 2: Abstracción del Mundo real Al Paradigma Orientado a Objetos Hoy en día muchos de los procesos que intervienen en un negocio o empresa y que resuelven
Más detallesElementos requeridos para crearlos (ejemplo: el compilador)
Generalidades A lo largo del ciclo de vida del proceso de software, los productos de software evolucionan. Desde la concepción del producto y la captura de requisitos inicial hasta la puesta en producción
Más detallesby Tim Tran: https://picasaweb.google.com/lh/photo/sdo00o8wa-czfov3nd0eoa?full-exif=true
by Tim Tran: https://picasaweb.google.com/lh/photo/sdo00o8wa-czfov3nd0eoa?full-exif=true I. FUNDAMENTOS 3. Representación de la información Introducción a la Informática Curso de Acceso a la Universidad
Más detallesTecnología IP para videovigilancia... Los últimos avances han hecho posible conectar cámaras directamente a una red de ordenadores basada en el
para videovigilancia....... Los últimos avances han hecho posible conectar cámaras directamente a una red de ordenadores basada en el protocolo IP. La tecnología de las cámaras de red permite al usuario
Más detallesCAPITULO 6 SISTEMA DE DETECCION DE INTRUSOS
Capitulo 6. Sistema de Detección de Intrusos con Redes Neuronales. 69 CAPITULO 6 SISTEMA DE DETECCION DE INTRUSOS USANDO REDES NEURONALES. En este capítulo se realiza la preparación adecuada de toda la
Más detallesLABORATORIO Nº 2 GUÍA PARA REALIZAR FORMULAS EN EXCEL
OBJETIVO Mejorar el nivel de comprensión y el manejo de las destrezas del estudiante para utilizar formulas en Microsoft Excel 2010. 1) DEFINICIÓN Una fórmula de Excel es un código especial que introducimos
Más detallesGestión de la Configuración
Gestión de la ÍNDICE DESCRIPCIÓN Y OBJETIVOS... 1 ESTUDIO DE VIABILIDAD DEL SISTEMA... 2 ACTIVIDAD EVS-GC 1: DEFINICIÓN DE LOS REQUISITOS DE GESTIÓN DE CONFIGURACIÓN... 2 Tarea EVS-GC 1.1: Definición de
Más detallesCOMPARACIÓN DE ÁREAS DE FIGURAS POR ESTUDIANTES DE PRIMERO DE MAGISTERIO
COMPARACIÓN DE ÁREAS DE FIGURAS POR ESTUDIANTES DE PRIMERO DE MAGISTERIO Sonia Aguilera Piqueras y Pablo Flores Martínez Departamento de Didáctica de la Matemática Universidad de Granada 1. Introducción
Más detallesAnálisis de los datos
Universidad Complutense de Madrid CURSOS DE FORMACIÓN EN INFORMÁTICA Análisis de los datos Hojas de cálculo Tema 6 Análisis de los datos Una de las capacidades más interesantes de Excel es la actualización
Más detallesRESULTADOS CONSULTA CIUDADANA VIRTUAL. Consulta Laboral en Línea
RESULTADOS CONSULTA CIUDADANA VIRTUAL Consulta Laboral en Línea Septiembre, 2015 1 Agradecimientos Ponemos a disposición de ustedes los resultados de la Consulta Ciudadana Virtual, efectuada en julio de
Más detallesforma de entrenar a la nuerona en su aprendizaje.
Sistemas expertos e Inteligencia Artificial,Guía5 1 Facultad : Ingeniería Escuela : Computación Asignatura: Sistemas expertos e Inteligencia Artificial Tema: SISTEMAS BASADOS EN CONOCIMIENTO. Objetivo
Más detallesOperación de Microsoft Excel
Representación gráfica de datos Generalidades Excel puede crear gráficos a partir de datos previamente seleccionados en una hoja de cálculo. El usuario puede incrustar un gráfico en una hoja de cálculo,
Más detalles1.1. Introducción y conceptos básicos
Tema 1 Variables estadísticas Contenido 1.1. Introducción y conceptos básicos.................. 1 1.2. Tipos de variables estadísticas................... 2 1.3. Distribuciones de frecuencias....................
Más detallesE-learning: E-learning:
E-learning: E-learning: capacitar capacitar a a su su equipo equipo con con menos menos tiempo tiempo y y 1 E-learning: capacitar a su equipo con menos tiempo y Si bien, no todas las empresas cuentan con
Más detallesMicrosoft Access proporciona dos métodos para crear una Base de datos.
Operaciones básicas con Base de datos Crear una Base de datos Microsoft Access proporciona dos métodos para crear una Base de datos. Se puede crear una base de datos en blanco y agregarle más tarde las
Más detallesÍNDICE DISEÑO DE CONTADORES SÍNCRONOS JESÚS PIZARRO PELÁEZ
ELECTRÓNICA DIGITAL DISEÑO DE CONTADORES SÍNCRONOS JESÚS PIZARRO PELÁEZ IES TRINIDAD ARROYO DPTO. DE ELECTRÓNICA ÍNDICE ÍNDICE... 1 1. LIMITACIONES DE LOS CONTADORES ASÍNCRONOS... 2 2. CONTADORES SÍNCRONOS...
Más detallesTransformación de binario a decimal. Transformación de decimal a binario. ELECTRÓNICA DIGITAL
ELECTRÓNICA DIGITAL La electrónica es la rama de la ciencia que se ocupa del estudio de los circuitos y de sus componentes, que permiten modificar la corriente eléctrica amplificándola, atenuándola, rectificándola
Más detallesLINEAMIENTOS ESTÁNDARES APLICATIVOS DE VIRTUALIZACIÓN
LINEAMIENTOS ESTÁNDARES APLICATIVOS DE VIRTUALIZACIÓN Tabla de Contenidos LINEAMIENTOS ESTÁNDARES APLICATIVOS DE VIRTUALIZACIÓN... 1 Tabla de Contenidos... 1 General... 2 Uso de los Lineamientos Estándares...
Más detallesCAPÍTULO I. Sistemas de Control Distribuido (SCD).
1.1 Sistemas de Control. Un sistema es un ente cuya función es la de recibir acciones externas llamadas variables de entrada que a su vez provocan una o varias reacciones como respuesta llamadas variables
Más detallesCAPITULO II CARACTERISTICAS DE LOS INSTRUMENTOS DE MEDICION
CAPITULO II CARACTERISTICAS DE LOS INSTRUMENTOS DE MEDICION Como hemos dicho anteriormente, los instrumentos de medición hacen posible la observación de los fenómenos eléctricos y su cuantificación. Ahora
Más detalles1.2 SISTEMAS DE PRODUCCIÓN
19 1.2 SISTEMAS DE PRODUCCIÓN Para operar en forma efectiva, una empresa manufacturera debe tener sistemas que le permitan lograr eficientemente el tipo de producción que realiza. Los sistemas de producción
Más detallesCAPÍTULO 7 7. CONCLUSIONES
CAPÍTULO 7 7. CONCLUSIONES 7.1. INTRODUCCIÓN 7.2. CONCLUSIONES PARTICULARES 7.3. CONCLUSIONES GENERALES 7.4. APORTACIONES DEL TRABAJO DE TESIS 7.5. PROPUESTA DE TRABAJOS FUTUROS 197 CAPÍTULO 7 7. Conclusiones
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 detallesTEMA 3: EN QUÉ CONSISTE?
Módulo 7 Sesión 3 5/16 TEMA 3: EN QUÉ CONSISTE? La metodología seguida para aplicar correctamente la técnica de RGT se basa en cuatro fases (Figura 1). En la primera de ellas, se seleccionan los elementos
Más detallesOferta tecnológica: Vehículos autónomos para transporte de materiales en almacenes
Oferta tecnológica: Vehículos autónomos para transporte de materiales en almacenes Oferta tecnológica: Vehículos autónomos para transporte de materiales en almacenes RESUMEN Investigadores de la Universidad
Más detallesPrograma Tracker : Cómo generar Vectores y sumarlos
Programa Tracker : Cómo generar Vectores y sumarlos Esta guía explica cómo usar vectores, la posibilidad de sumarlos, presentar los resultados directamente en pantalla y compararlos de forma gráfica y
Más detallesGESTIÓN Y CONTROL DEL DESARROLLO E IMPLANTACIÓN DE APLICACIONES
Ciclo Formativo: Módulo: Desarrollo de Aplicaciones Informáticas Análisis y Diseño Detallado de Aplicaciones Informáticas de Gestión Unidad de Trabajo 10: GESTIÓN Y CONTROL DEL DESARROLLO E IMPLANTACIÓN
Más detallesGUÍA PARA UN ESCANEO ÓPTIMO
Condiciones para obtener un buen escaneo Los factores que intervienen en el proceso de escaneo son ambientales, propios de la configuración y calibración del escáner así como del objeto a escanear. El
Más detalles1.4.1.2. Resumen... 1.4.2. ÁREA DE FACTURACIÓN::INFORMES::Pedidos...27 1.4.2.1. Detalle... 1.4.2.2. Resumen... 1.4.3. ÁREA DE
MANUAL DE USUARIO DE ABANQ 1 Índice de contenido 1 ÁREA DE FACTURACIÓN......4 1.1 ÁREA DE FACTURACIÓN::PRINCIPAL...4 1.1.1. ÁREA DE FACTURACIÓN::PRINCIPAL::EMPRESA...4 1.1.1.1. ÁREA DE FACTURACIÓN::PRINCIPAL::EMPRESA::General...4
Más detallesDecisión: Indican puntos en que se toman decisiones: sí o no, o se verifica una actividad del flujo grama.
Diagrama de Flujo La presentación gráfica de un sistema es una forma ampliamente utilizada como herramienta de análisis, ya que permite identificar aspectos relevantes de una manera rápida y simple. El
Más detallesFigura 1. Símbolo que representa una ALU. El sentido y la funcionalidad de las señales de la ALU de la Figura 1 es el siguiente:
Departamento de Ingeniería de Sistemas Facultad de Ingeniería Universidad de Antioquia Arquitectura de Computadores y Laboratorio ISI355 (2011 2) Práctica No. 1 Diseño e implementación de una unidad aritmético
Más detallesLa composición de una imagen, reglas
Componer una fotografía Saber mirar, algo que resulta difícil en fotografía pero a la vez indispensable para obtener buenas fotografías. Para ello se requiere sobre todo aprender a mirar. Para qué queremos
Más detallesGANTT, PERT y CPM. Figura 5.3: Carta GANTT 3.
GANTT, PERT y CPM Características Conseguir una buena programación es un reto, no obstante es razonable y alcanzable. Ella debe tener el compromiso del equipo al completo, para lo cual se recomienda que
Más detallesMetodologías de diseño de hardware
Capítulo 2 Metodologías de diseño de hardware Las metodologías de diseño de hardware denominadas Top-Down, basadas en la utilización de lenguajes de descripción de hardware, han posibilitado la reducción
Más detallesMANUAL DE AYUDA HERRAMIENTA DE APROVISIONAMIENTO
MANUAL DE AYUDA HERRAMIENTA DE APROVISIONAMIENTO Fecha última revisión: Junio 2011 INDICE DE CONTENIDOS HERRAMIENTA DE APROVISIONAMIENTO... 3 1. QUÉ ES LA HERRAMIENTA DE APROVISIONAMIENTO... 3 HERRAMIENTA
Más detalles6. DESCRIPCIÓN DEL SOFTWARE
Capítulo 2. Equipo 6. DESCRIPCIÓN DEL SOFTWARE 6.1 Introducción El equipo de medida descrito en el capítulo anterior lleva asociado un software que hace de sistema de control del proceso de medición. Este
Más detallesCapitulo V Administración de memoria
Capitulo V Administración de memoria Introducción. Una de las tareas más importantes y complejas de un sistema operativo es la gestión de memoria. La gestión de memoria implica tratar la memoria principal
Más detallesEvolución de los Precios del Transporte en la Comunidad de Madrid. Secretaría de Medio Ambiente y Desarrollo Sostenible
Evolución de los Precios del Transporte en la Comunidad de Madrid Secretaría de Medio Ambiente y Desarrollo Sostenible AÑO 2011 INDICE 1. INTRODUCCIÓN... 1 2. EVOLUCIÓN DE LOS PRECIOS DEL TRANSPORTE GENERAL
Más detallesEl Futuro de la Computación en la Industria de Generación Eléctrica
El Futuro de la Computación en la Industria de Generación Eléctrica Retos a los que se enfrenta la industria de generación La industria de generación eléctrica se enfrenta a dos retos muy significativos
Más detallesCASO PRAÁ CTICOPREÉ STAMOS. CAÁLCULO DE CUOTAS
CASO PRAÁ CTICOPREÉ STAMOS. CAÁLCULO DE CUOTAS Nuestra empresa necesita adquirir una nueva nave industrial por la que debe pagar 700.000,00. Para financiar el pago solicitaremos un préstamo hipotecario
Más detalles1. CUENTA DE PÉRDIDAS Y GANANCIAS ANALÍTICA
1. Cuenta de pérdidas y ganancias analítica 1. CUENTA DE PÉRDIDAS Y GANANCIAS ANALÍTICA La cuenta de pérdidas y ganancias que se recoge en el modelo normal del Plan General de Contabilidad se puede presentar,
Más detallesPropuesta de Portal de la Red de Laboratorios Virtuales y Remotos de CEA
Propuesta de Portal de la Red de Laboratorios Virtuales y Remotos de CEA Documento de trabajo elaborado para la Red Temática DocenWeb: Red Temática de Docencia en Control mediante Web (DPI2002-11505-E)
Más detallesU.T. 2 Planificación de Proyectos
U.T. 2 Planificación de Proyectos En el tema anterior hemos visto que es determinante una buena planificación del proyecto, ya que de no realizarse ésta, nunca sabremos el tiempo que resta para la finalización
Más detallesSelenne Business Intelligence QUÉ ES BUSINESS INTELLIGENCE?
QUÉ ES BUSINESS INTELLIGENCE? Según Wikipedia Definición de BI El término inteligencia de negocios se refiere al uso de datos en una empresa para facilitar la toma de decisiones. Abarca la comprensión
Más detallesMódulo I - Word. Iniciar Word... 2. Finalizar Word... 3. Definición de elementos de pantalla... 4. Escribir texto en un documento... 5. El cursor...
Módulo I - Word Índice Iniciar Word... 2 Finalizar Word... 3 Definición de elementos de pantalla... 4 Escribir texto en un documento... 5 El cursor... 5 Control de párrafos... 5 Nuevos párrafos... 5 Abrir
Más detallesK2BIM Plan de Investigación - Comparación de herramientas para la parametrización asistida de ERP Versión 1.2
K2BIM Plan de Investigación - Comparación de herramientas para la parametrización asistida de ERP Versión 1.2 Historia de revisiones Fecha VersiónDescripción Autor 08/10/2009 1.0 Creación del documento.
Más detallesSistemas de Información Geográficos (SIG o GIS)
Sistemas de Información Geográficos (SIG o GIS) 1) Qué es un SIG GIS? 2) Para qué sirven? 3) Tipos de datos 4) Cómo trabaja? 5) Modelos de datos, Diseño Conceptual 6) GeoDataase (GD) 7) Cómo evaluamos
Más detallesPOSICIONAMIENTO WEB. Una web sin posicionamiento tiene muy limitado el tráfico y una página web sin tráfico es comercialmente inútil.
POSICIONAMIENTO WEB Una web sin posicionamiento tiene muy limitado el tráfico y una página web sin tráfico es comercialmente inútil. Por lo tanto, el posicionamiento de una página web que pretende ser
Más detallesCapítulo 12: Indexación y asociación
Capítulo 12: Indexación y asociación Conceptos básicos Índices ordenados Archivos de índice de árbol B+ Archivos de índice de árbol B Asociación estática Asociación dinámica Comparación entre indexación
Más detallesINTRODUCCION. Ing. Camilo Zapata czapata@udea.edu.co Universidad de Antioquia
INTRODUCCION. Ing. Camilo Zapata czapata@udea.edu.co Universidad de Antioquia Qué es una Red? Es un grupo de computadores conectados mediante cables o algún otro medio. Para que? compartir recursos. software
Más detallesSoporte Técnico de Software HP
Soporte Técnico de Software HP Servicios Tecnológicos HP Servicios contractuales Datos técnicos El Soporte Técnico de Software HP ofrece servicios integrales de soporte remoto de para los productos de
Más detallesUnidad I. 1.1 Sistemas numéricos (Binario, Octal, Decimal, Hexadecimal)
Unidad I Sistemas numéricos 1.1 Sistemas numéricos (Binario, Octal, Decimal, Hexadecimal) Los computadores manipulan y almacenan los datos usando interruptores electrónicos que están ENCENDIDOS o APAGADOS.
Más detallesLa Pirámide de Solución de TriActive TRICENTER
Información sobre el Producto de TriActive: Página 1 Documento Informativo La Administración de Sistemas Hecha Simple La Pirámide de Solución de TriActive TRICENTER Información sobre las Soluciones de
Más detallesEn las estructuras de datos, muchas de las implementaciones o mapeos de problemas, sus
1 Introducción. En las estructuras de datos, muchas de las implementaciones o mapeos de problemas, sus soluciones o procesos, se basan en matrices binarias. Existen varios métodos y algoritmos que trabajan
Más detallesTEMA 3: MÉTODO CONTABLE. LAS CUENTAS
TEMA 3: MÉTODO CONTABLE. LAS CUENTAS 1. HECHOS CONTABLES En el tema 1 se señalaba que, dentro de la función de elaboración de la información contable, la contabilidad se ocupaba, en una primera etapa,
Más detallesGedicoPDA: software de preventa
GedicoPDA: software de preventa GedicoPDA es un sistema integrado para la toma de pedidos de preventa y gestión de cobros diseñado para trabajar con ruteros de clientes. La aplicación PDA está perfectamente
Más detallesLa explicación la haré con un ejemplo de cobro por $100.00 más el I.V.A. $16.00
La mayor parte de las dependencias no habían manejado el IVA en los recibos oficiales, que era el documento de facturación de nuestra Universidad, actualmente ya es formalmente un CFD pero para el fin
Más detallesElectrónica Digital II
Electrónica Digital II M. C. Felipe Santiago Espinosa Aplicaciones de los FPLDs Octubre / 2014 Aplicaciones de los FPLDs Los primeros FPLDs se usaron para hacer partes de diseños que no correspondían a
Más detalles4 Localización de terremotos
513430 - Sismología 27 4 Localización de terremotos 4.1 Localización de sismos locales Fig 27: Gráfico de la ruptura en la superficie de una falla. La ruptura se propaga desde el punto de la nucleación,
Más detallesInteligencia de Negocio
UNIVERSIDAD DE GRANADA E.T.S. de Ingenierías Informática y de Telecomunicación Departamento de Ciencias de la Computación e Inteligencia Artificial Inteligencia de Negocio Guión de Prácticas Práctica 1:
Más detallesFuente: http://www.kzgunea.net
APRENDE A NAVEGAR SERVICIOS DE INTERNET Internet es como el mercado del pueblo en día de feria. En el mercado los puestos se organizan por secciones: por un lado la fruta, por otro las hortalizas, por
Más detallesGeneración de funciones lógicas mediante decodificadores binarios con salidas activas a nivel alto
Generación de funciones lógicas mediante decodificadores binarios con salidas activas a nivel alto Apellidos, nombre Martí Campoy, Antonio (amarti@disca.upv.es) Departamento Centro Informática de Sistemas
Más detallesRegulador PID con convertidores de frecuencia DF5, DV5, DF6, DV6. Página 1 de 10 A Regulador PID
A Página 1 de 10 A Regulador PID INDICE 1. Regulador PID 3 2. Componente proporcional : P 4 3. Componente integral : I 4 4. Componente derivativa : D 4 5. Control PID 4 6. Configuración de parámetros del
Más detallesManual de usuario para Android de la aplicación PORTAFIRMAS MÓVIL
Manual de usuario para Android de la aplicación PORTAFIRMAS MÓVIL Índice 1 Introducción... 5 1.1 Perfil de la aplicación... 5 1.2 Requisitos técnicos... 5 2 Manual de usuario... 7 2.1 Instalación del certificado...
Más detalles