Development of criteria suitable for machine learning based on morphological hierarchical trees
Visualitza/Obre
Estadístiques de LA Referencia / Recolecta
Inclou dades d'ús des de 2022
Cita com:
hdl:2117/123005
Tipus de documentTreball Final de Grau
Data2014-06
Condicions d'accésAccés obert
Llevat que s'hi indiqui el contrari, els
continguts d'aquesta obra estan subjectes a la llicència de Creative Commons
:
Reconeixement-NoComercial-SenseObraDerivada 3.0 Espanya
Abstract
Nowadays the technology is changing the way of performing and it is adapting towards Artificial Intelligence. However this technique is still being introduced and is not common in the domain of image processing based on morphological trees. This thesis focuses on the creation of a criterion based on machine learning to be assigned into morphological tree. The developed criterion is based on a Convolutional Neural Network, called Overfeat, which runs in to the nodes of a Binary Partition Tree, in order to be able to detect traffic signs. It has turned out to be a suitable criterion to identify traffic sings in images but it has room of improvement due to its performance is lower than 70% of success. Hoy en día la tecnología está cambiando su forma de actuar y se está adaptando hacia la Inteligencia Artificial. Aunque esta técnica se está introduciendo, no es muy común en el dominio del procesamiento de imagen basado en arboles morfológicos. Esta tesis se centra en la creación de un criterio basado en Machine learning que se asigna a un árbol morfológico. El criterio desarrollado en este proyecto se basa en una Red Neuronal Colvolucional, llamada Overfeat, que trabaja sobre los nodos de un árbol de partición binaria, para ser capaz de identificar señales de tráfico. El criterio ha resultado ser adecuado para identificar señales de tráfico pero aún tiene margen de mejora ya que los resultados obtenidos no son superiores al 70% de acierto. Avui en dia la tecnologia esta canviant la seva forma d'actuar i s'està adaptant cap a la Intel·ligència Artificial. Tot i que aquesta tècnica s'està introduint no és gaire comú en el domini del processament d'imatge basat en arbres morfològics. Aquesta tesis es centra en la creació d'un criteri basat en machine learning que s'assigna a un arbre morfològic. El criteri desenvolupat en aquest projecte es basa en una Xarxa Neuronal Convolucional, anomenada Overfeat, que treballa sobre els nodes d'un arbre de partició binaria, per ser capaç d'identificar senyals de transit. El criteri ha resultat ser adequat per identificar senyals de transit però encara te marge de millora ja que els resultats obtinguts no son superiors al 70% d'encert.
Descripció
The goal of this work is to study image criteria to be assigned to morphological trees such as Max/Mintree, Binary Partition Trees or similar representations to be able to classify the tree node and to identify the presence of object of interest in the scene.
TitulacióGRAU EN ENGINYERIA DE SISTEMES AUDIOVISUALS (Pla 2009)
Fitxers | Descripció | Mida | Format | Visualitza |
---|---|---|---|---|
Degree_thesis_delaPena_Hector.pdf | 1,387Mb | Visualitza/Obre |