Catálogo de publicaciones - tesis

Compartir en
redes sociales

Título de Acceso Abierto

Deep Landmarking: Reconocimiento automático de estructuras anatómicas por medio de morfometría geométrica

Celia Cintas Claudio Augusto Delrieux

publishedVersion.

Resumen/Descripción – provisto por el repositorio digital
La adquisición de información fenotípica es un aspecto clave en diversos contextos, incluyendo análisis biométricos, estudios bioantropológicos, investigaciones biomédicas, y ciencia forense por citar algunos.Para ello se requiere la identificación automática de estructuras anatómicas de interés biométrico, como por ejemplo huellas dactilares, patrones en el iris, o rasgos faciales.Estas estructuras son utilizadas masivamente, pero poseen la desventaja de requerir intrusión para adquirir la información a ser analizada.En esta tesis presentamos un nuevo método, basado en la Morfometría Geométrica, para la detección y extacción automática de datos anatómicos característicos (features) en la forma de hitos (landmarks) en 2D o 3D.Para ello se entrenó una red neuronal con conjuntos de datos obtenidos en forma supervisada por medio de expertos antropólogos y biólogos. El sistema resultante posee la capacidad de realizar landmarking en forma automática en imágenes y video sin preparación previa, obteniéndose parámetros de calidad equivalente o superiores a los adquiridos por expertos humanos.Estos resultados abren la posibilidad de generar en forma automática y confiable vectores de atributos basados en propiedades fenotípicas.Se exploran algunas aplicaciones en diversos contextos incluyendo biometría, videojuegos, interfases naturales y otras aplicaciones.
Palabras clave – provistas por el repositorio digital

Deep learning; Conv nets; Morfometría geométrica; Image processing; Ciencias de la Computación; Ciencias de la Computación e Información; CIENCIAS NATURALES Y EXACTAS

Disponibilidad
Institución detectada Año de publicación Navegá Descargá Solicitá
No requiere 2017 CONICET Digital (SNRD) acceso abierto

Información

Tipo de recurso:

tesis

Idiomas de la publicación

  • español castellano

País de edición

Argentina

Fecha de publicación

Información sobre licencias CC

https://creativecommons.org/licenses/by-nc-nd/2.5/ar/

Cobertura temática

computacion

Ciencias de la computación e información