1. Repositorio Institucional del Tecnológico Nacional de México (RI - TecNM)
2. Tesis de Posgrado
3. Chihuahua
4. Instituto Tecnológico de Chihuahua
5. Tesis de Maestría
6. Maestría en Ciencias en Ingeniería Electrónica

Titre:	SEGMENTACIÓN DE OBJETOS EN SECUENCIAS DE VIDEO BAJO ENFOQUE NEUROINSPIRADO
Auteur(s):	RANGEL GONZÁLEZ, RAÚL
metadata.dc.subject.other:	SEGMENTACIÓN DE OBJETOS EN SECUENCIAS DE VIDEO BAJO ENFOQUE NEUROINSPIRADO
Date de publication:	2026-01-01
Editeur:	Tecnológico Nacional de México
metadata.dc.publisher.tecnm:	Instituto Tecnológico de Chihuahua
Description:	La percepción de objetos es una habilidad compleja que se ha estudiado mediante diversos modelos neurocomputacionales para entender cómo el cerebro interpreta una escena visual y sus propiedades. Actualmente, dichos modelos han sido utilizados en visión por computadora para proponer nuevos esquemas de procesamiento de video que han tenido resultados comparables con los métodos tradicionales de procesamiento de imágenes. Por lo tanto, contribuyendo con el esfuerzo de proponer nuevas formas de procesamiento basados en modelos neurocomputacionales, en esta tesis se proponen dos métodos para obtener información de la composición de los objetos que se encuentran en escenarios variantes en el tiempo. Un método se denomina Detección de Objetos mediante Agrupamiento (DObjA) y detecta los objetos de un escenario mediante un algoritmo basado en la detección de bordes y agrupamiento estadístico. El esquema de DObjA se obtuvo de los resultados de un experimento con señales de electroencefalografía (EEG) que se realizó para analizar los potenciales evocados de un sujeto cuando se expone a estímulos relacionados al reconocimiento de objetos. El segundo método se denomina Segmentación de Objetos Neuroinspirada (NISeg) que consiste en obtener características de bordes, color y movimiento para la segmentación de objetos. Este método se basó en los modelos LAMINART, LISSOM, Wilson & Cowan, redes oscilatorias y redes integra-dispara. Estos son los modelos neurocomputacionales más populares en la literatura que explican diversos aspectos del comportamiento de la corteza visual. Para las pruebas y los experimentos, se utilizó la base de datos de Video Segmentation Benchmark (VSB100) debido a que contiene videos de escenarios variados, toma en consideración todos los objetos del escenario y utiliza 2 métricas para analizar la calidad de la coherencia espacial y temporal de modelos de segmentación de objetos no supervisados. DObjA y NISeg se probaron en esta base de datos y se observó que DObjA quedó con resultados aceptables en la métrica de coherencia espacial, teniendo como una de sus ventajas el bajo costo computacional que se requiere para ejecutarlo. También sirvió para conocer el desempeño de los algoritmos de agrupamiento que se basan en las características de bajo nivel que utiliza el sistema de percepción visual humano, mientras que NISeg si logró resultados aceptables en ambas métricas, lo que indica la factibilidad de implementar algoritmos de segmentación de objetos basados en el proceso de percepción visual humana.
metadata.dc.type:	info:eu-repo/semantics/masterThesis
Collection(s) :	Maestría en Ciencias en Ingeniería Electrónica

Ce document est protégé par copyright Voir la licence

Ce document est autorisé sous une licence de type Licence Creative Commons