Este documento presenta una introducción a la visión computacional y las redes neuronales. Explica que la visión computacional construye algoritmos para entender el contenido de imágenes y usar esa información en aplicaciones como efectos especiales, reconocimiento facial, OCR, búsqueda visual móvil, reconocimiento de escenas y autos autónomos. También describe las redes neuronales, incluidas las neuronas artificiales y la evolución de redes como Perceptrons, backpropagation y CNN, y cómo se usan para reconocimiento facial mediante la extracción de características
0 calificaciones0% encontró este documento útil (0 votos)
57 vistas21 páginas
Este documento presenta una introducción a la visión computacional y las redes neuronales. Explica que la visión computacional construye algoritmos para entender el contenido de imágenes y usar esa información en aplicaciones como efectos especiales, reconocimiento facial, OCR, búsqueda visual móvil, reconocimiento de escenas y autos autónomos. También describe las redes neuronales, incluidas las neuronas artificiales y la evolución de redes como Perceptrons, backpropagation y CNN, y cómo se usan para reconocimiento facial mediante la extracción de características
Este documento presenta una introducción a la visión computacional y las redes neuronales. Explica que la visión computacional construye algoritmos para entender el contenido de imágenes y usar esa información en aplicaciones como efectos especiales, reconocimiento facial, OCR, búsqueda visual móvil, reconocimiento de escenas y autos autónomos. También describe las redes neuronales, incluidas las neuronas artificiales y la evolución de redes como Perceptrons, backpropagation y CNN, y cómo se usan para reconocimiento facial mediante la extracción de características
Este documento presenta una introducción a la visión computacional y las redes neuronales. Explica que la visión computacional construye algoritmos para entender el contenido de imágenes y usar esa información en aplicaciones como efectos especiales, reconocimiento facial, OCR, búsqueda visual móvil, reconocimiento de escenas y autos autónomos. También describe las redes neuronales, incluidas las neuronas artificiales y la evolución de redes como Perceptrons, backpropagation y CNN, y cómo se usan para reconocimiento facial mediante la extracción de características
Descargue como PPTX, PDF, TXT o lea en línea desde Scribd
Descargar como pptx, pdf o txt
Está en la página 1/ 21
Visión
Computacional y Redes Neuronales
Ms. Sofia Pedro Huaman
Introducción
• Pasa el verano vinculando una cámara a una 1966 computadora. Luego, pida a la Marvin computadora que describa lo que ve. Minsky
2 Introducción (Cont.)
Visión • “Visión es un proceso que produce a partir de las imágenes del mundo exterior una descripción que es útil para el observador y que no tiene información irrelevante” (Marr, 1968).
3 Visión Computacional
Visión Computacional • Construye algoritmos que pueden entender el contenido de imágenes y usarla para otras aplicaciones.
4 Visión Computacional (Cont.)
5 Aplicaciones Efectos especiales.
6 Aplicaciones (Cont.) Face recognition
7 Aplicaciones (Cont.) OCR
8 Aplicaciones (Cont.) Mobile visual search
9 Aplicaciones (Cont.) Reconocimiento de escenas
10 Aplicaciones (Cont.) Self-driving cars
11 Aplicaciones (Cont.) Self-checkout
12 Redes neuronales Neurona artificial
13 Redes neuronales (Cont.)
14 Redes neuronales (Cont.) 1957: Perceptron (Frank Rosenblatt) 1965: Backpropagation 1980: Evolución de redes neuronales: MLP, Hopfield, ART, LVQ, SOM, etc. 1989: Inicios de la CNN 1998- : LeNet-5 (Yann LeCun et all), AlexNet (He, Kaiming, et al)
15 Redes neuronales (Cont.)
16 Redes neuronales (Cont.)
Aplicación: Reconocimiento de rostros
Extracción 01100 Red Individuo
De 00101 Neuronal Características 11110 Artificial K 10011 Rostro Patrón
17 Redes neuronales (Cont.)
Aplicación: Reconocimiento de rostros
Extracción de Características (1)
1° iter 2° iter
Original
18 Redes neuronales (Cont.)
Aplicación: Reconocimiento de rostros
Extracción de Características (2)
Escala de Binaria Normalizada
Grises
19 Redes neuronales (Cont.)
Aplicación: Reconocimiento de rostros
Arquitectura de la red Capa Entrada(1140) imagen de 38 x 30 Capa Salida (Mapa) de 10 x 10.
