Por favor, use este identificador para citar o enlazar este ítem:
http://inaoe.repositorioinstitucional.mx/jspui/handle/1009/560| Un enfoque Bayesiano para un model biológico del sistema visual | |
| ELIAS RUIZ HERNANDEZ | |
| LUIS ENRIQUE SUCAR SUCCAR | |
| Acceso Abierto | |
| Atribución-NoComercial-SinDerivadas | |
| Bayes methods Probability Image classification | |
| In this thesis a bayesian approach of a visual system model is presented. This
model is biologically inspired in the macaque visual system. Research about the model
is based in Hubel & Wiesel paper [2] where a neuron layers sensitive to certain light
orientation are defined. An effort to comprehend this model and take it to a quantitative
model is the work presented by Serre & Poggio [13]. Inside this work a visual system
model and a simplified version of the model are exposed. They explain a layer schema
where each simple cell layer and complex cell layers are emulated. Our bayesian
approach is based on this model in order to create an alternative model using structures
like naïve Bayes. Our goal is to understand the visual system and employ this model in
categorization of objects. Our model uses training and test phases, using images from
several object categories.
Constructing a model of a visual system based on a Bayesian approach allows
creating with characteristic of formal structure, flexible to modifications, and possibilities
to add previous information in order to improve the recognition of certain objects. In this
thesis the original model and bayesian approach applied is detailed, explaining an
experimental evaluation with similar results for object recognition in images, but our
bayesian model proposed is more efficient in computational time of process and
flexibility related to its structure, as a result is more easy to understand, modify and
extend. En esta tesis se expone un enfoque bayesiano de un modelo del sistema visual. Este modelo está biológicamente inspirado en el sistema visual de los monos. Estos trabajos parten de las investigaciones de Hubel y Wiesel [2], en donde se logran definir un conjunto de capas de neuronas que presentan sensibilidad a cierta orientación de la luz. Un esfuerzo por comprender mejor este modelo y llevarlo a un esquema computacional es el trabajo propuesto por Serre y Poggio [13], el cual expone el modelo del sistema visual, así como una versión computacional simplificada del mismo. Se trata de un esquema por capas en donde se emulan capas de células simples y complejas. El enfoque bayesiano presentado en esta tesis parte de este modelo a fin de lograr un modelo alternativo, que emplee estructuras como el clasificador bayesiano simple. El objetivo es comprender de una mejor manera el funcionamiento del sistema visual, desde un enfoque computacional y emplear este modelo en tareas de categorización de clases de objetos. Se presenta una etapa de entrenamiento y otra de prueba, empleando imágenes de diversas categorías de objetos. Realizar un modelo del sistema visual basado en un enfoque bayesiano permite modelarlo con las características de una estructura formal, flexible a fin de ser modificada, y con la posibilidad de agregar información previa a fin de mejorar el reconocimiento para ciertos objetos. En esta tesis se detalla el modelo original así como el enfoque bayesiano aplicado, mostrando su evaluación experimental, con resultados similares en cuanto a su porcentaje de reconocimiento de diferentes objetos, sin embargo el modelo bayesiano propuesto es más eficiente en términos de costo computacional y flexible en cuanto a su estructura, también es más fácil de comprender y por lo tanto de modificar y extender. | |
| Instituto Nacional de Astrofísica, Óptica y Electrónica | |
| 2008 | |
| Tesis de maestría | |
| Español | |
| Estudiantes Investigadores Público en general | |
| Ruiz-Hernández E | |
| LENGUAJES DE PROGRAMACIÓN | |
| Versión aceptada | |
| acceptedVersion - Versión aceptada | |
| Aparece en las colecciones: | Maestría en Ciencias Computacionales |
Cargar archivos:
| Fichero | Tamaño | Formato | |
|---|---|---|---|
| RuizHE.pdf | 1.86 MB | Adobe PDF | Visualizar/Abrir |