info:eu-repo/semantics/bachelorThesis
Construcción de un extractor de características basado en modelos pre-entrenados de redes neuronales convolucionales, para la identificación de imágenes de pinturas coloniales de la ciudad del Cusco
Fecha
2021Registro en:
253T20210421
Autor
Castilla Condori, Yesenia Erika
Centeno Delgado, Harried All
Resumen
El presente trabajo pretende identificar imágenes de pinturas coloniales de la ciudad del Cusco. En específico, a la hora de capturar imágenes; estas pueden presentar diferentes desafíos tales como distorsiones, capturas desde diferentes ángulos, similaridad entre imágenes de diferentes clases y estilos artísticos parecidos entre pinturas de diferentes clases. Sin embargo, la verdadera dificultad radica al momento de representar una imagen (extraer características) a través de un vector, este inconveniente puede ser mitigado de varias formas, ya sea utilizando descriptores locales o globales tales como SIFT y SURF, respectivamente. No obstante, en este trabajo se pretende utilizar modelos pre-entrenados de redes neuronales convolucionales, para conseguir un extractor de características más robusto, debido a que estos presentan una tasa de acierto elevada frente a otros métodos tradicionales de visión computacional. Así mismo, se comparan los resultados obtenidos entre los modelos pre-entrenados Inception-V3 y ResNet y el nuevo extractor de características propuesto en este trabajo; aquel basado en la combinación de los modelos pre-entrenados previos. De esta comparación, se identifico que los resultados generados por el método propuesto son superiores a los resultados generados por Inception-V3 y ResNet.