Colombia | Trabajo de grado - Pregrado

Implementación de un modelo computacional basado en inteligencia artificial para la representación del Boterismo en objetos y seres vivos

dc.contributorParedes-Madrid, Leonel José
dc.creatorAlonso-Sierra, Juan David
dc.creatorCastaño-Saavedra, David Leonardo
dc.date.accessioned2021
dc.date.accessioned2021-07-27T19:39:21Z
dc.date.available2021
dc.date.available2021-07-27T19:39:21Z
dc.date.created2021
dc.date.created2021-07-27T19:39:21Z
dc.date.issued2021
dc.identifierAlonso- Sierra, J. D. & Castaño-Saavedra, D. L. (2021). Implementación de un modelo computacional basado en inteligencia artificial para la representación del Boterismo en objetos y seres vivos. Trabajo de Grado. Universidad Católica de Colombia. Facultad de Ingeniería. Programa de Ingeniería de Sistemas. Bogotá, Colombia
dc.identifierhttps://hdl.handle.net/10983/26323
dc.description.abstractEl objetivo de este proyecto fue crear una herramienta a través de inteligencia artificial el cual es capaz de recrear el estilo artístico propio del pintor Colombiano Fernando Botero con el fin de que su estilo perdure por generaciones haciendo que sus obras de arte sirvan de inspiraciones a las nuevas generaciones de pintores.
dc.languagespa
dc.publisherUniversidad Católica de Colombia
dc.publisherFacultad de Ingeniería
dc.publisherBogotá
dc.publisherIngeniería de Sistemas y Computación
dc.relationADP: GANs o redes generativas antagónicas: ¿Qué son y cómo funcionan? [en línea]. Flickr. [Consultado: 05 de marzo de 2021]. Disponible en: https://www.apd.es/gans-o-redes-generativas-antagonicas-que-son/
dc.relationAlberto Morales, 2020. “Así se hace una obra de arte.” SOHO, Publicaciones Revista Semana, entrevista. https://www.soho.co/historias/articulo/fernando- botero-muestra-como-hacer-una-obra-de-arte/41546
dc.relationAli, M. et al., 2015. An image watermarking scheme in wavelet domain with optimized compensation of singular value decomposition via artificial bee colony. Information Sciences, 301, pp.44–60. Available at: http://dx.doi.org/10.1016/j.ins.2014.12.042.
dc.relationARIES: Los formatos más habituales en diseño gráfico [en línea]. Flickr. [Consultado: 02 de marzo de 2021]. Disponible en: https://aries.es/los-formatos- mas-habituales-en-diseno-grafico/
dc.relationBADARÓ, Sebastián; IBAÑEZ, Leonardo Javier; AGÜERO, Martín Jorge. Sistemas expertos: fundamentos, metodologías y aplicaciones. Ciencia y tecnología, 2013, no 13, p. 349-364
dc.relationBANCO DE LA REPÚBLICA [sitio web]. Bogotá. Banrepcultura. Colección de Arte del Banco de la República. [Consultado: 02 de marzo de 2021]. Disponible en: https://www.banrepcultural.org/coleccion-de-arte/artista/fernando-botero
dc.relationBarratt, Shane, and Rishi Sharma. 2018. “A Note on the Inception Score.” ArXiv. Bellas artes". En: Significados.com. Disponible en: https://www.significados.com/bellas-artes/
dc.relationBUHIGAS, Javier. Todo lo que necesitas saber sobre las GAN: Redes Generativas Antagónicas [blog]. Blog Puentes Digitales. España 05 de abril de 2019. [Consultado: 07 de mayo de 2021]. Disponible en: https://puentesdigitales.com/2019/04/05/todo-lo-que-necesitas-saber-sobre-las- gan-redes-generativas-antagonicas/
dc.relationCalcagni, Laura R. 2020. “Redes Generativas Antagónicas y Sus Aplicaciones.” Chen, Yang, Yu Kun Lai, and Yong Jin Liu. 2018. “CartoonGAN: Generative Adversarial Networks for Photo Cartoonization.” Proceedings of the IEEE Computer Society Conference on Computer Vision and Pattern Recognition, 9465–74. https://doi.org/10.1109/CVPR.2018.00986.
dc.relationClark, Alex. 2020. “Pillow (PIL Fork) Documentation,” 149.
dc.relationCÓDIGO FUENTE: Redes neuronales profundas – Tipos y Características [en línea]. Flickr. [Consultado: 05 de marzo de 2021]. Disponible en: https://www.codigofuente.org/redes-neuronales-profundas-tipos- caracteristicas/#:~:text=Tenemos%20una%20entrada%2C%20una%20salida,de %20capas%20conectadas%20entre%20s%C3%AD.
dc.relationDANE. 20 de Julio de 2020. DANE información para todos, Disponible en: https://n9.cl/25dr
dc.relationDANE, 2019. “Tercer reporte de Economía Naranja (2014-2019pr).” https://www.dane.gov.co/index.php/estadisticas-por-tema/cultura/economia- naranja
dc.relationDE LA FUENTE SANZ, Óscar Martín. Google Colab: Python y Machine Learning en la nube [blog]. Blog Adictos al trabajo. España 04 de junio de 2019. [Consultado: 07 de mayo de 2021]. Disponible en: https://www.adictosaltrabajo.com/2019/06/04/google-colab-python-y-machine- learning-en-la-nube/
dc.relationDESARROLLO WEB: Colores RGBA en CSS 3 [en línea]. Flickr. [Consultado: 03 de marzo de 2021]. Disponible en: https://desarrolloweb.com/articulos/colores-rgba-css-3.html
dc.relationDESARROLLO WEB: Modelos de color [en línea]. Flickr. [Consultado: 01 de marzo de 2021]. Disponible en: https://desarrolloweb.com/articulos/1483.php
dc.relationD. Erroz Arroyo, “Visualizando neuronas en Redes Neuronales Convolucionales,” pp. 17–20, 2019, [En línea]. Disponible en: https://academica- e.unavarra.es/xmlui/bitstream/handle/2454/33694/memoria_TFG.pdf?sequence= 1&isAllowed=y.
dc.relationEl algoritmo “Artificial Bee Colony” (ABC) y su uso en el Procesamiento digital de Imágenes Erroz Arroyo, David. 2019. “Visualizando Neuronas En Redes Neuronales Convolucionales,” 17–20. https://academica- e.unavarra.es/xmlui/bitstream/handle/2454/33694/memoria_TFG.pdf?sequence= 1&isAllowed=y.
dc.relationESPAÑOL: Clasificación de las artes [en línea]. Flickr. [Consultado: 15 de febrero de 2021]. Disponible en: https://www.aboutespanol.com/tipos-de-arte- clasificacion-de-las-artes-180288
dc.relationESTRATEGIA MAGAZINE: Los Formatos Gráficos digitales más utilizados [en línea]. Flickr. [Consultado: 04 de marzo de 2021]. Disponible en: https://www.estrategiamagazine.com/tecnologia/los-formatos-graficos-mas- uilizados-en-internet-ventajas-desventajas-comparacion-gif-jpeg-jpg-png-bmp/
dc.relationFERNÁNDEZ JAUREGUI, Ander. Cómo crear una Red Generativa Antagónica (GAN) en Python [blog]. Blog Data Science. España. 16 de Julio de 2020. [Consultado: 14 de abril de 2021]. Disponible en: https://anderfernandez.com/blog/como-crear-una-red-generativa-antagonica- gan-en-python/
dc.relationFernando Gómez Echeverri, 2015. “Fernando Botero, el artista colombiano más grande de todos los tiempos.” EL TIEMPO, entrevista. https://www.eltiempo.com/cultura/fernando-botero-el-artista-colombiano-mas- grande-de-todos-los-tiempos-538439
dc.relationGARCÍA, Alberto. Inteligencia Artificial. Fundamentos, práctica y aplicaciones. Rc Libros, 2012. Generales, Conceptos. n.d. “Visión Artificial.” Disponible en: http://www.etitudela.com/celula/downloads/visionartificial.pdf
dc.relationGENERALIDADES DEL ARTE: Clasificación de las Artes [en línea]. Flickr. [Consultado: 7 de febrero de 2021]. Disponible en: https://sites.google.com/site/apreciacionexpressarte/home/primeras- manifestaciones-artisticas/las-funciones-del-arte/clasificacion-de-las-artes
dc.relationHatata, A.Y. & Sedhom, B.E., 2017. Proposed Sandia frequency shift for anti- islanding detection method based on artificial immune system. Alexandria Engineering Journal.
dc.relationHeusel, Martin, Hubert Ramsauer, Thomas Unterthiner, Bernhard Nessler, and Sepp Hochreiter. 2017. “GANs Trained by a Two Time-Scale Update Rule Converge to a Local Nash Equilibrium.” Advances in Neural Information Processing Systems 2017-December (Nips): 6627–38
dc.relationHISOUR HI SO YOU ARE: Modelos de color [en línea]. Flickr. [Consultado: 01 de marzo de 2021]. Disponible en: https://www.hisour.com/es/color-model- 26071/
dc.relationIslam, S. et al., 2014. Solid waste bin detection and classification using Dynamic Time Warping and MLP classifier. Waste Management, 34, pp.281–290
dc.relationJhon Caicedo, ¿Qué es la “Economía Naranja”, Disponible en: https://www.johncaicedo.com.co/2018/08/13/que-es-la-economia-naranja/
dc.relationJi, Yuwang, Qiang Wang, Xuan Li, and Jie Liu. 2019. “A Survey on Tensor Techniques and Applications in Machine Learning.” IEEE Access 7: 162950–90. https://doi.org/10.1109/ACCESS.2019.2949814
dc.relationJ. Nagi et al., “Max-pooling convolutional neural networks for vision-based hand gesture recognition,” 2011 IEEE Int. Conf. Signal Image Process. Appl. ICSIPA 2011, no. November, pp. 342–347, 2011, doi: 10.1109/ICSIPA.2011.6144164.
dc.relationKARKARE, Prateek. Neural Style Transfer — Using Deep Learning to Generate Art [blog]. Blog Medium. Bengaluru, Karnataka, India. 06 de septiembre de 2019. [Consultado: 20 de septiembre de 2020]. Disponible en: https://medium.com/x8- the-ai-community/neural-style-transfer-using-deep-learning-to-generate-art- 651d9ccf740c
dc.relationKINARIWALA Tejesg. Generating art from neural networks [blog]. Blog Worldquant. India. 16 de diciembre de 2019. [Consultado: 25 de septiembre de 2020]. Disponible en: https://www.weareworldquant.com/en/thought- leadership/generating-art-from-neural-networks/
dc.relationLA ENCICLOPEDIA LIBRE WIKIPEDIA: Lógica difusa [en línea]. Flickr. [Consultado: 05 de marzo de 2021]. Disponible en: https://es.wikipedia.org/wiki/L%C3%B3gica_difusa
dc.relationLA ENCICLOPEDIA LIBRE WIKIPEDIA: Modelo de color RGBA - RGBA color model [en línea]. Flickr. [Consultado: 02 de marzo de 2021]. Disponible en: https://es.mihalicdictionary.org/wiki/rgba_color_model
dc.relationLINKFANG: Espacio de color RGBA [en línea]. Flickr. [Consultado: 03 de marzo de 2021]. Disponible en: https://es.linkfang.org/wiki/Espacio_de_color_RGBA
dc.relationLOGO-ARTE: Modelos reproductivos del color: RGB, CMYK y LAB [en línea]. Flickr. [Consultado: 02 de marzo de 2021]. Disponible en: https://www.logo- arte.com/blog-6.htm
dc.relationLucic, Mario, Karol Kurach, Marcin Michalski, Olivier Bousquet, and Sylvain Gelly. 2018. “Are Gans Created Equal? A Large-Scale Study.” Advances in Neural Information Processing Systems 2018-December (Nips): 700–709.
dc.relationLluesma Martí, E. (2019). Deteccion de puntos clave en caras mediante redes neuronales profundas. http://hdl.handle.net/10251/127854
dc.relationMashaly, A.F. & Alazba, A.A., 2016. MLP and MLR models for instantaneous thermal efficiency prediction of solar still under hyper-arid environment. Computers and Electronics in Agriculture, 122, pp.146–155.
dc.relationMavrovouniotis, M., Li, C. & Yang, S., 2017. A survey of swarm intelligence for dynamic optimization: Algorithms and applications. Swarm and Evolutionary Computation journal, 33(January), pp.1–17.
dc.relationMercado Polo, Darwin, Luis Pedraza Caballero, and Edinson Martínez Gómez. 2015. “Comparison of Neural Network Applied to Prediction of Time Series.” Prospectiva 13 (2): 88.
dc.relationMERINO, Marcos. Conceptos de inteligencia artificial: qué son las GANs o redes generativas antagónicas [blog]. Blog Xataka. España 31 de marzo de 2019. [Consultado: 05 de marzo de 2021]. Disponible en: https://www.xataka.com/inteligencia-artificial/conceptos-inteligencia-artificial-que- gans-redes-generativas-antagonicas
dc.relationMirjalili, Seyedali. 2019. “Genetic Algorithm.” Studies in Computational Intelligence 780: 43–55. https://doi.org/10.1007/978-3-319-93025-1_4.
dc.relationM. Mirza B. Xu D. Warde-Farley S. Ozair A. Courville I. J. Goodfellow, J. Pouget- Abadie and Y. Bengio. Generative adversarial nets. In Advances in Neural Information Processing Systems (NIPS), abs/1406.2661, 2014.
dc.relationNebti, S. & Boukerram, A., 2017. Swarm intelligence inspired classifiers for facial recognition. Swarm and Evolutionary Computation, 32, pp.150-166. [ Links ] “Neural Style Transfer — Using Deep Learning to Generate Art.” 2020, 1–9.
dc.relationNgan, S., 2017. A unified representation of intuitionistic fuzzy sets , hesitant fuzzy sets and generalized hesitant fuzzy sets based on their u-maps. , 69, pp.257–276.
dc.relationNúmeros, I A D E. 2014. “INTRODUCCIÓN A LA VISIÓN ARTIFICIAL,” no. November: 2–4. https://doi.org/10.13140/2.1.1072.6722.
dc.relationPena-Cabrera, Mario, Victor Lomas, and Gaston Lefranc. 2019. “Fourth Industrial Revolution and Its Impact on Society.” IEEE CHILEAN Conference on Electrical, Electronics Engineering, Information and Communication Technologies, CHILECON 2019 04500: 1–6. https://doi.org/10.1109/CHILECON47746.2019.8988083
dc.relation¿Qué es arte?: Arte figurativo, figurativismo o arte representacional [en línea]. Flickr. [Consultado: 10 de febrero de 2021]. Disponible en: https://queesarte.com/arte-figurativo-figurativismo-o-arte-representacional/
dc.relationRadford, Alec, Luke Metz, and Soumith Chintala. 2016. “Unsupervised Representation Learning with Deep Convolutional Generative Adversarial Networks.” 4th International Conference on Learning Representations, ICLR 2016 - Conference Track Proceedings, 1–16.
dc.relationREPRODART: Estilos artísticos y epocas [en línea]. Flickr. [Consultado: 29 de febrero de 2021]. Disponible en: https://www.reprodart.com/a/estilos-artisticos/
dc.relationRevista DINERO, Así es como el arte se está volviendo un gran negocio en Colombia, Sección Arte, Disponible en: https://www.dinero.com/edicion- impresa/negocios/articulo/asi-fue-que-el-arte-se-volvio-un-buen-negocio-en- colombia/269804
dc.relationReyes, Oscar, Marcela Mejia, and Juan Sebastián Useche-Castelblanco. 2019. “Técnicas de Inteligencia Artificial Utilizadas En El Procesamiento de Imágenes y Su Aplicación En El Análisis de Pavimentos / Article in Press Artificial Intelligence Techniques Used in the Processing of Images and Its Application in Pavement Analysis.” Revista EIA 16 (31): 189–207
dc.relationRotulArte Producción Gráfica Integral, 2015. “Cómo realizar una reproducción de una obra de arte.” https://www.rotularte.com.ar/como-realizar-una-reproduccion- de-una-obra-de-arte/
dc.relationRuiza, M., Fernández, T. y Tamaro, E. (2004). Fernando Botero. Biografía. En Biografías y Vidas. La enciclopedia biográfica en línea. Barcelona (España). Disponible en: https://www.biografiasyvidas.com/reportaje/fernando_botero/
dc.relationS. Khan, H. Rahmani, S. A. A. Shah, and M. Bennamoun, “A Guide to Convolutional Neural Networks for Computer Vision,” Synth. Lect. Comput. Vis., vol. 8, no. 1, pp. 185-187, 2018, doi: 10.2200/s00822ed1v01y201712cov015
dc.relationSmirnov, Stanislav, and Alma Eguizabal. 2018. “Deep Learning for Object Detection in Fine-Art Paintings.” 2018 IEEE International Conference on Metrology for Archaeology and Cultural Heritage, MetroArchaeo 2018 - Proceedings, 45–49. https://doi.org/10.1109/MetroArchaeo43810.2018.9089828
dc.relationTan, J.H. et al., 2017. Segmentation of optic disc, fovea and retinal vasculature using a single convolutional neural network. Journal of Computational Science.
dc.relationTellus, Nova, and Distrito Federal. 2012. “El Concepto de Belleza En El Mundo Antiguo y Su Recepción En Occidente The Concept of Beauty in the Ancient World and Its Reception in the West” 30: 133–48.
dc.relationTEN TU LOGO: Qué es Deep Learning y cómo afecta a tus redes sociales [en línea]. Flickr. [Consultado: 05 de marzo de 2021]. Disponible en: https://tentulogo.com/que-es-deep-learning-y-como-afecta-a-tus-redes-sociales/
dc.relationTIPOS DE ARTE: Arte figurativo ¿Qué es? [en línea]. Flickr. [Consultado: 07 de febrero de 2021]. Disponible en: https://tiposdearte.com/arte-figurativo-que-es/
dc.relationTODO A CUADROS: Generos pictóricos y temas [en línea]. Flickr. [Consultado: 26 de febrero de 2021]. Disponible en: https://www.todocuadros.com.co/generos-temas/
dc.relationTutorialspoint. 2019. “About the Tutorial Copyright & Disclaimer.” Tutorials Point (I) Pvt. Ltd., 1–13.
dc.relationVIECO, Jesús. Tutorial: Introdución a PyTorch (II), primera red neuronal [blog]. Blog Cleverpy. México 26 de feberero de 2019. [Consultado: 05 de marzo de 2021]. Disponible en: https://cleverpy.com/primera-red-neuronal-con-pytorch/
dc.relationWainschenker, Rubén. 2011. “Procesamiento Digital de Imágenes Objetivos de La Materia.” Pag 4-7. Disponible en: http://www.exa.unicen.edu.ar/catedras/pdi/FILES/TE/CP1.pdf
dc.relationWIKIPEDIA: Fernando Botero [en línea]. Flickr. [Consultado: 02 de marzo de 2021]. Disponible en: https://es.wikipedia.org/wiki/Fernando_Botero
dc.relationWORDPRESS: Representación de imágenes [en línea]. Flickr. [Consultado: 04 de marzo de 2021]. Disponible en: https://representacionima.wordpress.com/formatos-graficos/
dc.relationYang, Xin, Yuezun Li, Honggang Qi, and Siwei Lyu. 2019. “Exposing GAN- Synthesized Faces Using Landmark Locations.” IH and MMSec 2019 - Proceedings of the ACM Workshop on Information Hiding and Multimedia Security, no. March: 113–18. https://doi.org/10.1145/3335203.3335724
dc.relationY. Ren, C. Zhu, and S. Xiao, “Object Detection Based on Fast/Faster RCNN Employing Fully Convolutional Architectures,” Math. Probl. Eng., vol. 2018, 2018, doi: 10.1155/2018/3598316.
dc.relationZONAIA: Comunidad de servicios, aprendizaje y ayuda sobre chatbots [en línea]. Flickr. [Consultado: 05 de marzo de 2021]. Disponible en: https://zonaia.com/tutoriales-machine-learning/redes-neuronales-profundas/
dc.rightsinfo:eu-repo/semantics/openAccess
dc.rightsAtribución-NoComercial 4.0 Internacional (CC BY-NC 4.0)
dc.rightshttps://creativecommons.org/licenses/by-nc/4.0/
dc.rightsCopyright-Universidad Católica de Colombia, 2021
dc.titleImplementación de un modelo computacional basado en inteligencia artificial para la representación del Boterismo en objetos y seres vivos
dc.typeTrabajo de grado - Pregrado


Este ítem pertenece a la siguiente institución