Read more
La apariencia de un objeto en una imagen, puede verse afectada de manera significativa por los cambios en las condiciones de iluminación. En este trabajo, se propone un método para construir modelos que sean tolerantes o quasi-invariantes ante los cambios en la iluminación, dentro del esquema de modelado y reconocimiento por apariencia. La técnica propuesta se fundamenta, principalmente, en un Muestreo No Uniforme de imágenes y en un análisis estructural de un modelo base del objeto, con el fin de generar un modelo de apariencia extendido, utilizando para ello la menor cantidad de imágenes posible. Empleando esta técnica, se han construido modelos bajo condiciones de iluminación heterogéneas y que corresponden a un amplio conjunto de objetos con apariencias muy diversas. Usando dichos modelos extendidos, se ha evaluado el reconocimiento de los objetos, en diferentes condiciones de iluminación, comprobando que el método propuesto permite mantener una tasa de reconocimiento muy alta, empleando para ello un número reducido de imágenes.
About the author
Diego Alexander González Becerra es Maestro en Ciencias de la Computación por la Benemérita Universidad Autónoma de Puebla, de México (2009).Actualmente (2015), se encuentra realizando estudios en un nuevo posgrado en la Carleton University de Ottawa, Canadá. Sus áreas de interés abarcan la Computación Gráfica, la Visión computacional, el Procesamiento de Imágenes.
