Doctor en Ingeniería Eléctrica / En la actualidad un problema fundamental para los sistemas robóticos que basan su sistema sensorial en la utilización de cámaras de video y sistemas de visión computacional es detectar y reconocer objetos de interés en ambientes no controlados. Por otro lado, el análisis del rostro juega un papel muy importante en la construcción de un sistema de Interacción Humano-Robot (HRI) que permita a los humanos interactuar con sistemas robóticos de un modo natural. En este trabajo de tesis se diseña e implementa un sistema de visión que opera en ambientes no controlados, y que es capaz de detectar y reconocer rostros humanos en forma robusta, utilizando métodos de visión activa e integrando diferentes tipos de contexto. Se plantea una metodología para la construcción del sistema de visión propuesto en forma general y se define cuales son los módulos principales que lo componen. Entre los cuales están los módulos de detección y reconocimiento de rostros, en particular el uso de contexto y un módulo de visión activa. Estos módulos permiten descartar falsas detecciones y realizar modificaciones a las observaciones para así mejorar el rendimiento del sistema de reconocimiento de rostros. Se desarrolla un simulador que se utiliza para validar el sistema general y en particular evaluar el funcionamiento de los diferentes módulos planteados. Este simulador es una poderosa herramienta que permite realiza evaluaciones de métodos de detección y reconocimiento de rostros ya que genera las observaciones de un agente dentro de un mapa virtual con personas. De los experimentos en el simulador y en otros ambientes se puede concluir que los módulos de contexto realizan un aporte significativo en el rendimiento del sistema de visión, mejorando las tasas de reconocimiento y reduciendo las tasas de falsos positivos en las detecciones de rostros. La tasa de reconocimiento aumenta de 78.41% a 86.77% con el uso de filtros de contexto. El uso de visión activa permite que la tasa de reconocimiento mejore de 86.77% a 92.92%, ya que permite que se construya una mejor galería (en caso que la galería se construye online), y mejorar la pose del robot con respecto a la persona en la etapa de reconocimiento. Se desarrolla un sistema robusto para la detección y la identificación de seres humanos en entornos domésticos el cual es evaluado en un robot de servicio. La principal función es evaluar el funcionamiento del sistema de visión propuesto en una aplicación real. Se agrega un nuevo sensor (cámara térmica) y se agregan nuevos módulos al sistema (Detección de Piel Visible y Térmica, Detección y reconocimiento de Rostros Térmico, Detección de Personas). Los resultados de la evaluación del sistema en una aplicación real (prueba enmarcada en la competencia de robótica RoboCup, que se llama Who is Who ) confirman que el uso de contexto mejora el rendimiento del sistema, permitiendo aumentar la tasa de reconocimiento de 54% a 74% y reduciendo el numero de falsos positivos a 0. Nuevamente la visión activa fue un factor importante para mejorar el desempeño del sistema en general, en todos los experimentos influyó de forma positiva en el funcionamiento del sistema.

El objetivo de este trabajo es establecer el efecto que diferentes fuentes de información de manifestación emocional (la expresión corporal, la expresión facial, y la expresión vocal), tienen sobre el reconocimiento de distintas emociones en un contexto conversacional.

Memoria para optar al título profesional de Ingeniero en Recursos Naturales Renovables / Este estudio tiene como objetivo principal el generar y comparar modelos de estimación de biomasa aérea forestal utilizando los sensores pasivos LANDSAT ETM+ y ASTER GDEM, datos LiDAR e información de inventarios forestales del predio experimental Pantanillos, Región del Maule. De la imagen LANDSAT se utilizó la respuesta espectral además de obtener índices de vegetación y la transformación “Tasselep Cap”. A partir del ASTER GDEM se obtuvo información topográfica incluyendo pendiente, orientación y curvatura del terreno. Con los puntos LiDAR se calculó el Modelo Digital de Terreno (MDT), el Modelo Digital de Superficie (MDS) y el Modelo Digital de Copas (MDC). Para comparar el potencial de las fuentes de información en la estimación de biomasa aérea se establecieron tres modelos: el primero (M1) incluye como predictores las variables extraídas desde LANDSAT ETM+ y ASTER GDEM, mientras que el segundo (M2) reemplaza este último por el MDT de alta resolución LiDAR. Un tercer modelo (M3) incluye variables LANDSAT y los tres modelos digitales obtenidos a partir de LiDAR. Además de comparar los ajustes y errores de cada modelo propuesto se consideró el costo monetario de la adquisición y procesamiento de datos. Los modelos de estimación se realizaron a través del algoritmo basado en árboles de clasificación y regresión “Random Forest” el cual además entrega la importancia de todos los predictores en la estimación, información que fue utilizada para la selección de las mejores variables en cada modelo. Se realizaron estimaciones a nivel predial y estratificado por especie dominante (Pinus radiata, Eucalyptus globulus y renoval de Nothofagus glauca). A nivel predial los mejores resultados fueron los obtenidos por M3 con selección de variables (Pseudo R2 57.23% y RMSE 41.44 ton/ha), mientras que entre M1 y M2 no se observan grandes diferencias (Pseudo R2 de 37.63% y 39.79%, respectivamente). Los modelos de estimación por tipo de vegetación difieren en gran medida en cuanto a los ajustes obtenidos y a las variables seleccionadas. Tanto para pino como para renoval de hualo se obtienen mejores resultados con M3 (Pseudo R2 77.22% y 30.95%, respectivamente), mientras que en eucalipto los tres modelos propuestos presentas resultados similares, no sobrepasando un Pseudo R2 de 37.92%. En general, los modelos que incluyen variables LiDAR obtienen mejores ajustes, pero se debe considerar además el costo económico asociado que para el caso de M3 alcanza los 26313.87 USD, costo muy elevado en comparación a M1 que tiene un valor de 1306.43 USD. / The primary objective of this study is the development and comparison of statistical models to estimate aboveground forest biomass (AGB). The models were built based on data originating from the two passive optical remote sensing sensors LANDSAT ETM+ and ASTER GDEM in combination with LiDAR data and information gathered during forest inventories as conducted in the experimental test site Pantanillos, Región del Maule. Original reflectances, as well as vegetation indices and the “Tasseled Cap” transformation of the LANDSAT image were used as potential variables for the models. From the ASTER GDEM product topographic information including slope, curvature and aspect of the terrain were used. From the LiDAR point cloud a Digital Terrain Model (DTM), a Digital Surface Model (DSM) and a Canopy Height Model (CHM) were calculated and used as input variables. To compare the potential of the different information sources of remote sensing data to estimate AGB three different models were created. The first model (M1) uses variables as derived from LANDSAT ETM+ and ASTER GDEM, while in case of the second model (M2) the ASTER GDEM is replaced by the high resolution LiDAR DSM. In the third model (M3) the LANDSAT based variables were combined with the three high resolution digital height models derived from LiDAR data. Besides the comparison of the performance of the three models, monetary aspects of data acquisition and data processing have also been considered in the study. To realize the biomass estimation models the “Random Forest” algorithm for classification and regression trees was applied. “Random Forest” also introduces a measure of importance for each of the variables used in the model which allows for the selection of the best variables. Within the study general biomass models for the full test site as well as biomass models for areas, which were stratified based on the dominating tree species (Pinus radiata, Eucalyptus globulus and second growth natural forest of Nothofagus glauca) were tested. For the general models best results were obtained with M3 and selected variables (Pseudo R² of 57.23%, RMSE of 41.44 ton/ha), while for M1 and M2 no notable difference could be found (Pseudo R² of 37.63% and 39.79% respectively). The results of the stratified models showed large differences in model performance and selected variables. For both pine and second growth nothofagus areas better results were obtained with LiDAR based variables (Pseudo R² of 77.22% and 30.95% respectively). In case of eucalypt the three examined models all produced similar results, which were not surpassing a Pseudo R² of 37.92%. In general it can be concluded that model M3 which included LiDAR variables produced most accurate models, however, also the notably higher costs which reached a total of 26313.87 USD compared to the costs of 1306.43 USD as valid for M1 have to be considered.

No description available.

No description available.

Ingeniero Civil Eléctrico / Un sistema de identificación facial consiste en un método que toma una imagen del rosto de un individuo desconocido y un banco de imágenes de personas conocidas, con el objetivo de identificar a este individuo y decidir si está presente o no en el banco de imágenes conocidas. Este Trabajo de Titulo se propone como objetivo estudiar el uso de escalas de alta resolución y combinaciones de las mismas en el problema de reconocimiento frontal de rostros. Para esto se utiliza la base de datos XM2VTS que contiene imágenes de rostros de individuos a una resolución de 720x576 píxeles. Se propone generar imágenes a escalas del 50 % y 25% de escala de resolución mediante el método de Pirámides de Gauss, obteniendo tres distintas resoluciones. Luego son procesadas mediante LBP y Filtros Gabor para realizar combinaciones de la información extraída por estos métodos en distintas escalas de resolución. Finalmente se utiliza este vector de información en un clasificador K-NN y se logra el reconocimiento de cada individuo. Se realizan pruebas de reconocimiento para realizar el ajuste de parámetros de los métodos de extracción de características en distintas escalas de resolución y pruebas para detectar las combinaciones de información de estas últimas que entreguen los mejores resultados. Por separado los métodos LBP y Filtros Gabor obtuvieron como máximos desempeños un 97,96% y un 94,12% de reconocimiento exitoso respectivamente. Sin embargo, al fusionar la información obtenida a través de estas técnicas de extracción de características, se obtiene un método de reconocimiento frontal de rostros que logra un 98,9% de reconocimiento exitoso, con un tiempo de procesamiento total de 21 minutos y 1,26 segundos por cada individuo como resultado final. Comparando con trabajos similares realizados con las mismas muestras se posiciona a la par de estos, demostrando ser un método competente y eficiente, además de entregar pautas para seguir el estudio del problema del reconocimiento facial.

Ingeniero Civil Mecánico / Hoy en día el análisis de fallas o desgastes en estructuras es un punto de investigación que ha mantenido a varios científicos a la vanguardia con respecto a estos temas. Siempre se ha buscado optimizar el análisis de fallas, de tal forma de realizarlo en el menor tiempo y de la forma más precisa posible. En este contexto y basado en el problema de la detección de anomalías de pacientes en mamografías, las cuales se detectan en gran parte en base a la experiencia de los doctores, ha dado pie a la investigación de metodologías de procesamiento de imágenes para evaluar el daño en estructuras compuestas. La memoria comprende un estudio específico de imágenes tomadas a estructuras compuestas, por ejemplo, en paneles tipo sándwich, en donde se diseñarán métodos de procesamiento automático de imágenes para la detección de zonas delaminadas o dañadas. Se desarrolla una metodología para estudiar los distintos tipos de métodos de reconocimiento de imágenes que se usan hoy en día en detección de masas en mamogramas y analizar cuáles son factibles a aplicar en reconocimiento de daños en estructuras compuestas. Luego se busca aplicar estos métodos en imágenes simuladas al azar para obtener algoritmos lo más eficientes posibles. Finalmente se aplican estos algoritmos en imágenes experimentales y se concluyen la eficacia de estos. Se trabaja con 7 métodos de análisis de imágenes hasta el momento, Promedio Factor de Correlación el cual busca encontrar una cota la cual limita las intensidades de colores. Para ello se trabaja con una matriz de confusión para poder obtener la proporción de falsos positivos y negativos, la cual se aplica en todos los métodos de tal forma de obtener la certeza de cada uno. Junto con este método se implementa una mejora en donde se eliminan objetos o anomalías de menores tamaño ya que no se consideran como daños. También se trabaja identificando los outliers considerando una distribución T-Student. Se trabaja con la caracterización del perímetro y del área de las anomalías obtenidas ya sea modelándolas por default al momento de ser procesadas o a través de una elipse con similar segundo momento normalizado. Por último tambien se trabaja con un método el cual compra la variación de gradiente entre una imagen procesado y una imagen con índices de daños y define las anomalías en base a la magnitud del gradiente. Como principales resultados se obtuvo una Proporción de Falsos Negativos (FNR) de 0,046 con el método de Ponderación con Factor Correlación con Filtro, pero aplicando el método de área y perímetro en base a elipses se obtiene un valor mayor de FNR de 0,052 pero con menos variabilidad, con lo que lo hace un algoritmo más confiable pero menos certero. / Este trabajo ha sido parcialmente financiado por Proyecto Fondecyt 1170535

Establece nexos entre el reconocimiento y la modernidad, fue atinado estudiar las reflexiones de Taylor en torno a estos dos tópicos. No obstante, hay que explicitar que el tema central de la presente investigación es un problema que pertenece al terreno de la filosofía del reconocimiento de Charles Taylor. Si la presente tesis tiene un capítulo dedicado a la concepción tayloriana de la modernidad, es porque en ella hay una posible explicación a la pregunta que motivó esta investigación: ¿Por qué Charles Taylor no continúo escribiendo sobre el reconocimiento? En otras palabras, fue una interrogante de la filosofía del reconocimiento la que condujo a estudiar sus reflexiones sobre la modernidad. / Tesis

La extracción de contenido en multimedios ha sido y sigue siendo un tema arduamente investigado durante las últimas décadas. En la literatura se puede encontrar esta rama del conocimiento como MIR (Multimedia Information Retrieval). La sumarización de video se clasifica como una de las ramas dentro de MIR. Hace solo unos pocos años, se han instalado una gran cantidad de cámaras de video en forma masiva. La sumarización de video sigue siendo un problema intensamente investigado y se considera que aún no ha sido resuelto. Este trabajo presenta un método basado en características visuales de las imágenes. Las principales ventajas son la generalidad de la sumarización, la flexibilidad en la detección y el acotado costo computacional. Estas particularidades lo hacen único y se plantea como una seria solución al problema de extraer contenido de grandes volúmenes de video. Además del método se presenta un marco de medición cuantitativa de sumarización. Varios autores coinciden en la literatura que el problema de la comparación de sumarizaciones está abierto. El método se basa en trabajos existentes y mejora la metodología usada. Finalmente se compara cualitativamente y cuantitativamente el algoritmo propuesto con los métodos más referenciados en la literatura. Los resultados cuantitativos muestran puntuaciones superiores a las propuestas existentes. El método propuesto aporta una solución capaz de procesar en línea y es única en su tipo. Las aplicaciones potenciales son muchas y se espera poder lograr un gran impacto en el área de la extracción de contenido en video.

Los sistemas de diálogo vía telefónica son desarrollos en los cuales la computadora emula el comportamiento humano para dar respuesta a la consulta del usuario. En este contexto, la entonación con la cual la computadora emita la respuesta, tiene un papel importante, pues es el factor que dotará de naturalidad al sistema. En tanto esté bien modelada, la entonación permitirá que para el usuario sea casi imperceptible la diferencia entre una voz de persona y una voz sintética. / Tesis