La expresión facial es uno de los medios más comunes y naturales que tiene el ser humano, para transmitir información sobre sus emociones e intenciones. Su análisis es un área de investigación activa desde el trabajo realizado por Charles Darwin en 1872 y recientemente, su reconocimiento de forma automatizada, ha tenido un gran desarrollo gracias a los avances en áreas como visión computacional y aprendizaje de máquina. A pesar de lo mencionado anteriormente, uno de los principales retos que se tiene por resolver, para lograr un sistema robusto, radica en el modo en que se extraen las características faciales; es decir, el modo en que el computador representará el rostro, que facilite la distinción de las expresiones. Factores como la iluminación de la imagen, la cercanía o lejanía del rostro en la imagen, o incluso el ángulo del rostro (oclusión) pueden afectar la correcta extracción de las características por lo que deben ser abordados para lograr de forma ideal el reconocimiento de las expresiones faciales. Este proyecto de investigación se enfoca en el estudio de la aplicación del descriptor LBP, como método basado en apariencia, para describir las expresiones en el rostro y así poder clasificarlas entre las emociones básicas mediante el uso de técnicas Boosting de aprendizaje de máquina. / Tesis

Actualmente se poseen distintos sistemas de seguridad en edificios, donde el acceso vehicular es realizado manualmente por medio de personal del edificio. Este método da lugar a esperas cuando se tiene un visitante y se tiene que autorizar su entrada, ya que se tiene que contactar con el personal para confirmar. Asimismo, para los residentes en ciertos casos puede ser un inconveniente perder su llave de acceso. La propuesta de este trabajo es la creación de un software de reconocimiento de placas vehiculares el cual será de ayuda a los sistemas de control de acceso utilizados en edificios. El software intentará automatizar el proceso de acceso de residentes y visitantes autorizados por medio de acceso basado en reconocimiento visual de la placa vehicular. En el mundo son usados sistemas de reconocimiento de placas vehiculares que apoyan en labores de vigilancia, parqueo inteligente y control de tráfico. El uso de estos sistemas es impulsado por los gobiernos que los usan, difundiendo el desarrollo a través de inversiones tecnológicas o por empresas que ofrecen el servicio, sin embargo, por ejemplo en nuestro país, aún no se tiene un sistema de este tipo que funcione adecuadamente, esto podría ser por diferentes motivos, donde el más característico es el poco control sobre la norma del uso de las placas de autos. En ese sentido nuestra propuesta se restringirá al uso del sistema dentro de un ambiente controlado como el acceso a un edificio por parte de residentes y visitantes autorizados. El principal problema que se abordará en el presente trabajo es el referido a la detección automática de la placa vehicular del sistema peruano de placas vehiculares, lo cual implica realizar un pre-procesamiento de la imagen el cual incluye la binarización y detección de bordes de la imagen, y finalmente la segmentación (detección) de la placa. Una vez detectada la placa, esta puede ser procesada por un sistema de reconocimiento óptico de caracteres (OCR). Lo que se pretende es desarrollar un método que extraiga la placa de los automóviles, teniendo como espacio de aplicación controlado el acceso vehicular de un edificio, considerando las características de las placas de autos nacionales además de los factores de error presentes en el entorno peruano. / Tesis

Actualmente se poseen distintos sistemas de seguridad en edificios, donde el acceso vehicular es realizado manualmente por medio de personal del edificio. Este método da lugar a esperas cuando se tiene un visitante y se tiene que autorizar su entrada, ya que se tiene que contactar con el personal para confirmar. Asimismo, para los residentes en ciertos casos puede ser un inconveniente perder su llave de acceso. La propuesta de este trabajo es la creación de un software de reconocimiento de placas vehiculares el cual será de ayuda a los sistemas de control de acceso utilizados en edificios. El software intentará automatizar el proceso de acceso de residentes y visitantes autorizados por medio de acceso basado en reconocimiento visual de la placa vehicular. En el mundo son usados sistemas de reconocimiento de placas vehiculares que apoyan en labores de vigilancia, parqueo inteligente y control de tráfico. El uso de estos sistemas es impulsado por los gobiernos que los usan, difundiendo el desarrollo a través de inversiones tecnológicas o por empresas que ofrecen el servicio, sin embargo, por ejemplo en nuestro país, aún no se tiene un sistema de este tipo que funcione adecuadamente, esto podría ser por diferentes motivos, donde el más característico es el poco control sobre la norma del uso de las placas de autos. En ese sentido nuestra propuesta se restringirá al uso del sistema dentro de un ambiente controlado como el acceso a un edificio por parte de residentes y visitantes autorizados. El principal problema que se abordará en el presente trabajo es el referido a la detección automática de la placa vehicular del sistema peruano de placas vehiculares, lo cual implica realizar un pre-procesamiento de la imagen el cual incluye la binarización y detección de bordes de la imagen, y finalmente la segmentación (detección) de la placa. Una vez detectada la placa, esta puede ser procesada por un sistema de reconocimiento óptico de caracteres (OCR). Lo que se pretende es desarrollar un método que extraiga la placa de los automóviles, teniendo como espacio de aplicación controlado el acceso vehicular de un edificio, considerando las características de las placas de autos nacionales además de los factores de error presentes en el entorno peruano.

La expresión facial es uno de los medios más comunes y naturales que tiene el ser humano, para transmitir información sobre sus emociones e intenciones. Su análisis es un área de investigación activa desde el trabajo realizado por Charles Darwin en 1872 y recientemente, su reconocimiento de forma automatizada, ha tenido un gran desarrollo gracias a los avances en áreas como visión computacional y aprendizaje de máquina. A pesar de lo mencionado anteriormente, uno de los principales retos que se tiene por resolver, para lograr un sistema robusto, radica en el modo en que se extraen las características faciales; es decir, el modo en que el computador representará el rostro, que facilite la distinción de las expresiones. Factores como la iluminación de la imagen, la cercanía o lejanía del rostro en la imagen, o incluso el ángulo del rostro (oclusión) pueden afectar la correcta extracción de las características por lo que deben ser abordados para lograr de forma ideal el reconocimiento de las expresiones faciales. Este proyecto de investigación se enfoca en el estudio de la aplicación del descriptor LBP, como método basado en apariencia, para describir las expresiones en el rostro y así poder clasificarlas entre las emociones básicas mediante el uso de técnicas Boosting de aprendizaje de máquina.

People with deafness or hearing disabilities who aim to use computer based systems rely on state-of-art video classification and human action recognition techniques that combine traditional movement pat-tern recognition and deep learning techniques. In this work we present a pipeline for semi-automatic video annotation applied to a non-annotated Peru-vian Signs Language (PSL) corpus along with a novel method for a progressive detection of PSL elements (nSDm). We produced a set of video annotations in-dicating signs appearances for a small set of nouns and numbers along with a labeled PSL dataset (PSL dataset). A model obtained after ensemble a 2D CNN trained with movement patterns extracted from the PSL dataset using Lucas Kanade Opticalflow, and a RNN with LSTM cells trained with raw RGB frames extracted from the PSL dataset reporting state-of-art results over the PSL dataset on signs classification tasks in terms of AUC, Precision and Recall. / Trabajo de investigación

El presente trabajo de investigación aborda la implementación, análisis y selección de distintos modelos de redes neuronales recurrentes (RNN) y convolucionales (CNN) para la detección de emociones en texto y rostros; los cuales pueden ser utilizados como módulos adicionales en agentes conversacionales de tiempo real como son chatbots o robots sociales. Los módulos de detección permiten a los agentes conversacionales poder entender cómo se sienten las personas durante la interacción con ellas; conociendo estos estados los agentes conversacionales pueden responder empáticamente. En primer lugar, se revisará la literatura sobre como los agentes conversacionales buscan ser más empáticos, así como los métodos de detección de emociones mediante distintos canales como texto y rostros. Luego, se procede a recolectar y pre-procesar bases de datos públicas para el entrenamiento de los algoritmos seleccionados en base a la literatura. Finalmente, métricas tanto para la evaluación del rendimiento de predicción multiclase (Accuracy, Precision, Recall y F1), como la velocidad de procesamiento (ej. Framesper- second) son seleccionadas y analizadas para determinar cuáles son los mejores algoritmos para implementar una aplicación de tiempo real.