Doctor en Ciencias, Mención Computación / Debido al uso masivo de Internet y a la proliferación de dispositivos capaces de generar información multimedia, la búsqueda y recuperación de imágenes basada en contenido se han convertido en áreas de investigación activas en ciencias de la computación. Sin embargo, la aplicación de búsqueda por contenido requiere una imagen de ejemplo como consulta, lo cual muchas veces puede ser un problema serio, que imposibilite la usabilidad de la aplicación. En efecto, los usuarios comúnmente hacen uso de un buscador de imágenes porque no cuentan con la imagen deseada. En este sentido, un modo alternativo de expresar lo que el usuario intenta buscar es mediante un dibujo a mano compuesto, simplemente, de trazos, sketch, lo que onduce a la búsqueda por imágenes basada en sketches. Hacer este tipo de consultas es soportado, además, por el hecho de haberse incrementado la accesibilidad a dispositivos táctiles, facilitando realizar consultas de este tipo. En este trabajo, se proponen dos métodos aplicados a la recuperación de imágenes basada en sketches. El primero es un método global que calcula un histograma de orientaciones usando gradientes cuadrados. Esta propuesta exhibe un comportamiento sobresaliente con respecto a otros métodos globales. En la actualidad, no existen métodos que aprovechen la principal característica de los sketches, la información estructural. Los sketches carecen de color y textura y representan principalmente la estructura de los objetos que se quiere buscar. En este sentido, se propone un segundo método basado en la representación estructural de las imágenes mediante un conjunto de formas primitivas que se denominan keyshapes. Los resultados de nuestra propuesta han sido comparados con resultados de métodos actuales, mostrando un incremento significativo en la efectividad de la recuperación. Además, puesto que nuestra propuesta basada en keyshapes explota una característica novedosa, es posible combinarla con otras técnicas para incrementar la efectividad de los resultados. Así, en este trabajo se ha evaluado la combinación del método propuesto con el método propuesto por Eitz et al., basado en Bag of Words, logrando un aumento de la efectividad de casi 22%. Finalmente, con el objetivo de mostrar el potencial de nuestra propuesta, se muestran dos aplicaciones. La primera está orientada al contexto de recuperación de modelos 3D usando un dibujo a mano como consulta. En esta caso, nuestros resultados muestran competitividad con el estado del arte. La segunda aplicación explota la idea de buscar objetos basada en la estructura para mejorar el proceso de segmentación. En particular, mostramos una aplicación de segmentación de manos en ambientes semi-controlados.

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.

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

Ingeniero Civil Industrial / Autor no autoriza el acceso a texto completo de su ... / El trabajo que se presenta a continuación fue desarrollado en la empresa nacional SINACOFI S.A. (Sistema nacional de Comunicaciones Financieras), la cual por años ha buscado desarrollar nuevos servicios tecnológicos destinados a satisfacer las necesidades del cliente. El objetivo del proyecto consiste en diseñar sistemas de prevención de fraude utilizando biometría facial y por voz (tecnología definidas previamente por la empresa) siendo capaces de adaptarse a las condiciones técnicas, de seguridad, legal y de negocio del sector financiero en Chile. A lo largo de este informe se explica que es biometría y las diferentes tecnologías con las que cuenta. Se hará hincapié principal en el análisis de biometría facial y por voz, estudiando sus ventajas, aplicaciones internacionales y proveedores, permitiendo de esta manera diseñar la estrategia de implementación de estos servicios. La estrategia diseñada cuenta con la descripción del servicio que será ofrecido, el producto utilizado, el tipo de contrato que se llevará a cabo con los proveedores del software el que fue definido como partner, las fases de la implementación en el mercado, los alcances de cada una de ellas con respecto a los usuarios de los bancos y el precio con que saldrá el servicio al mercado, el cual para biometría facial será de $1.099.990 por cada 10.000 usuarios y de $149.990 para el sistema de biometría por voz por cada 1.000 usuarios. Finalmente se muestra el análisis económico para cada uno de los proyectos, donde se identificaron costos de inversión, ingresos, egresos para cada proyecto y un completo análisis de sensibilidad con 5 escenarios distintos basados en la variación de demanda del primer año, tipo de cambio y crecimiento trimestral. Además se muestran los flujos de caja para cada proyecto, los cuales entregaron un VAN de $ 818.569.893 para biometría facial y $ 221.664.596 para biometría por voz considerado con una tasa trimestral del 3,89%.

Ingeniero Civil en Computación / El objetivo del trabajo aquí descrito es enfrentar el problema de detección y reconocimiento de personajes animados en la animación japonesa, también llamada animé. La resolución de este problema es importante por varias razones; no sólo pertenece a una familia de problemas difíciles de resolver, sino que solucionarlo significa la construcción de variadas herramientas para problemas reales en la vida diaria de animadores, editores y consumidores de animación japonesa en el mundo. Para resolver el problema, se propone un proceso de solución compuesto por 4 subprocesos que cumplen tareas específicas: la determinación de fotogramas dentro del material animado, la detección de rostros dentro de los fotogramas seleccionados, el diseño y la determinación de características visuales que describan los rostros detectados y, por último, la determinación de medidas de comparación para las características visuales antes calculadas, y la posterior búsqueda de elementos similares dentro de un conjunto de datos. En particular, la etapa de detección de rostros requiere el entrenamiento de un mecanismo de detección, lo que es costoso en términos de extracción de datos y tiempo de procesamiento. Además, la determinación de características visuales resulta difícil debido a la incertidumbre que la caracteriza. En definitiva, el desafío abordado por este proyecto no sólo comprende implementar una solución que logre resolver los problemas planteados anteriormente, pero además lograr generar resultados que puedan competir con las mejores soluciones en la actualidad, ya sea en precisión o performance, y además procurando no descuidar las buenas prácticas de desarrollo como la inclusión de tests o documentación. Para la implementación de la solución se propone un conjunto de scripts en el lenguaje Python, aprovechando la facilidad de desarrollo y las ventajas que provee la biblioteca OpenCV para el análisis y procesamiento de imágenes, videos y de datos relacionados. Finalmente, se definen ciertos experimentos que permiten evaluar la efectividad de la solución propuesta. En esta sección se ve demostrado que el problema no sólo es posible de resolver, sino que varios resultados exceden lo esperado en términos de precisión y performance. En particular, se observa que el mecanismo de detección propuesto alcanza una precisión de más del 80 % a pesar de haber sido entrenado con solamente 800 ejemplos positivos, mientras que la característica diseñada para el reconocimiento alcanza una precisión promedio del 35 % para las consultas elegidas.

El objetivo de esta tesis es diseñar e implementar un sistema de detección y seguimiento de robots articulados mediante el análisis computacional de imágenes. El principal aporte es extender el uso de técnicas de detección de objetos rígidos a robots articulados y lograr un seguimiento en tiempo real de la posición de éstos en imágenes y secuencias de video. El trabajo realizado está enfocado principalmente a condiciones de fútbol robótico pero es fácilmente extendible a otras aplicaciones. El reconocimiento de robots articulados requiere la detección de éstos en cualquier estado y posición. Para lograrlo, se probaron distintos tipos de clasificadores de manera de obtener una mayor tasa de detección, independiente del estado del robot (acostado, parado, caminando, etc…). Los robots utilizados para probar los algoritmos fueron el robot Aibo y los robots de tipo Humanoide (basado en el modelo Hajime). El sistema antes mencionado necesitó la creación e implementación de distintas herramientas computacionales. Para la detección de robots en imágenes se utilizó un sistema basado en Adaboost, y para el posterior seguimiento se ocupó el algoritmo “mean-shift”. Para la detección mediante Adaboost se generaron una serie de bases de datos para el entrenamiento del algoritmo. Posteriormente se construyeron diversos clasificadores (frontal, lateral, trasero, global, etc…), y se probaron distintas estrategias de detección. El detector con mejores resultados para Aibos fue el Lateral, con una tasa de detección de hasta 94.7% con 98 falsos positivos en la base de datos AIBODetUChileEval. Luego siguen el detector Trasero, con 89.9% y 166 falsos positivos y, por último, el detector Frontal con 89.4% y 254 falsos positivos. Finalmente se probó la detección de los Aibos en todas las posiciones con un detector múltiple, el cual obtuvo una tasa de detección de 94.8% con 392 falsos positivos. Aplicando solo el detector frontal sobre todas las imágenes con Aibos obtuvo solo un 90% de detecciones con 392 falsos positivos, pero es más rápido que el detector múltiple. Para los Humanoides se desarrolló un solo detector que logró un 92.2% de detecciones con 123 falsos positivos sobre la base de datos HDetUChileEval. Se concluyó finalmente que los clasificadores Adaboost elegidos en este trabajo para hacer las clasificaciones reportan excelentes resultados, y no se duda que puedan también hacerlo en otros tipos de aplicaciones de similares características. Además se logró hacer la detección y el seguimiento de robots en tiempos muy cercanos al tiempo real, lo cual permite ocuparlo en aplicaciones con altas restricciones de procesamiento.

El presente proyecto de tesis se enmarca dentro del proyecto FONDEF DO8I-1015 llamado DOcument COpy DEtector (DOCODE), cuyo objetivo es desarrollar un sistema de detección de copia escrita. Hoy ya existe una versión 1.0 de DOCODE que incluye búsqueda web a partir de un texto ingresado1 , sin embargo se está desarrollando la versión 2.0 en la cual se incluirán parseadores, sistemas de similitud de documento, y demás herramientas avanzadas; y es en esta nueva versión que se incluirá el Modelo de Fusión de Datos que aquí se describe. Antes de explicar el desarrollo de esta tesis recordemos la etapa de cambio que vivimos en la actualidad, la llamada revolución informática, que en pocas palabras es la masificación y facilidad de acceso a la información mediante equipos electrónicos. Esta etapa de cambio se ve fortalecida con el Internet, medio que permite a las personas consultar e intercambiar información con terceros con bastante facilidad. Esta comodidad de acceso a la información también trae consigo un inconveniente: el problema del plagio, un mal que en esta época de adelantos puede traer atrasos, porque un estudiante en formación en lugar de investigar se puede dedicar a copiar y pegar información que encuentra fácilmente en Internet. Este problema no es menor y repercute en muchos ámbitos, no sólo académico, porque además de ser un problema ético, a gran escala se puede convertir en un problema serio con índoles legales. Para evitar ello, los investigadores del tema han desarrollado diversos métodos y sistemas de detección de plagio. Los cuales se basan en metodologías o algoritmos numérico–matemáticos que ayudan a identificar el grado de similitud entre un par de documentos A y B, también denominado dupla de Documento Sospechoso vs. Documento Fuente. Estos desarrollos poseen un variado desempeño, y es dependiente de la base de prueba. Es decir, algunos métodos funcionan bien y dan un resultado confiable para cierta base de experimentación, pero otros no, y estos mismos métodos pueden entregar malos resultados para otra base, mientras que los otros dan buenos resultados. Eliminar la “incertidumbre” en los resultados es la motivación principal de esta tesis, por ello se propone desarrollar un modelo para detección de plagio que pueda incluir N métodos de detección individuales (Donde: N ∈ Z +) y que sea capaz de tomar sus mejores resultados para mostrarlos como un único resultado final. Con lo descrito, se plantea el objetivo de este proyecto: “Desarrollar un Modelo de Fusión de Datos eficiente que pueda integrar diversos resultados de Sistemas de detección de similitud entre documentos” Para conseguir dicho objetivo se Diseñó y Desarrolló un Modelo de Fusión de Datos para la detección de plagio entre documentos que posee tres partes importantes: (1) La modificación de la Ecuación del Valor de la Información propuesta por Yu Suzuki et. al. [67]. (2) Un Sistema de Combinación Geométrico y (3) Una formulación que incluye un Factor de credibilidad. Que es un indicador ingresado por el usuario (juicio experto) y que muestra el nivel de confianza que se le tiene a un Método de Detección de Plagio. Posteriormente, el Modelo propuesto se validó con una base de pruebas supervisada otorgada por la PAN20102 [55] y se le comparó con otros Modelos de Fusión de Datos Clásicos [49, 63]. En esta comparación el Modelo de Fusión de Datos Propuesto en la tesis alcanzó el mejor desempeño con un F-MEASURE promedio de 94.3 % y una desviación estándar de 8.2 %, logrando así ser el más eficiente entre los modelos. Además, con ayuda del grupo de Social Network Analysis (SNA) de la Universidad de Chile3 , se realizó un análisis para detectar grupos sociales de copia para un conjunto de tareas digitales presentadas por alumnos del ramo de Tecnologías de la Información4 donde se logró detectar relación de similitud entre tareas de algunos alumnos. Esto después se contrastó con el auxiliar del ramo y se verificó la existencia de copia para los documentos reconocidos por el sistema. En esta etapa se utilizaron grafos dirigidos, para la representación visual de los resultados. Finalmente, se concluyó que el sistema desarrollado es eficiente con un ACCURACY, PRECISION y RECALL de 99.8 %, 96.1 % y 78.1 % respectivamente. Consiguiendo, de ese modo, cumplir con el objetivo propuesto.

El presente trabajo tiene como fin el desarrollo de un sistema de reconocimiento de gestos dinámicos aplicable a interfaces humano-computador. El reconocimiento es puramente visual, con imágenes obtenidas de una cámara web convencional. Un sistema de visión computacional previamente desarrollado permite extraer la posición de la cara y las manos. El trabajo se desglosa en dos objetivos. El primer objetivo es revisar y mejorar dicho sistema de visión computacional para alcanzar una mayor robustez en el tracking (seguimiento) de los movimientos corporales del usuario. El segundo objetivo consiste en proponer y estudiar un método de reconocimiento de gestos dinámicos caracterizados por la trayectoria de la mano. Para abordar el primer objetivo, se ponen a prueba varias modificaciones del sistema de tracking actual: restricción de la zona de tracking a la zona con piel y movimiento, extracción de nuevas características del objeto seguido, actualización en línea de dichas características, y búsqueda del objeto seguido a partir de múltiples puntos iniciales en la imagen. En cuanto al segundo objetivo, se observa que el reconocimiento de gestos dinámicos es un problema de reconocimiento de patrones espacio-temporales. Como tal, está sujeto a las variaciones de velocidad y geometría con que los usuarios realizan los gestos, lo cual hace necesario el uso de métodos estadísticos que den cuenta de tales variaciones. En este trabajo, se propone un método novedoso que evita el análisis temporal explícito, al reducir la secuencia de manos detectadas a estadísticas puramente geométricas. Estas estadísticas son suministradas continuamente a un conjunto de clasificadores Naïve Bayes, que entregan probabilidades de ejecución de cada gesto conocido por el sistema; al encontrarse un máximo local en dicha probabilidad, se declara la posible presencia de un gesto, el cual es validado mediante la comparación con plantillas. Se usan algunas reglas sencillas para abordar el problema de subgestos (reconocimiento errado de un gesto en vez de otro que lo contiene) y se aplican heurísticas como examinar la velocidad de la mano para determinar si el usuario desea dar por terminado el gesto o no. Los resultados de los experimentos muestran una mejoría pequeña del rendimiento del tracking gracias a los cambios introducidos. En tanto, el sistema obtiene una tasa de reconocimiento del 81,7% al reconocer dígitos dibujados con el puño en el aire, desempeño que podría ser mejorado desarrollando un mejor sistema de tracking de la mano y usando métodos geométricos más sofisticados que los propuestos en este trabajo. La velocidad de funcionamiento es de 6 a 7 cuadros por segundo, suficiente para su uso en tiempo real. El sistema también ha sido puesto a prueba con el robot de servicio Bender, con gestos diseñados especialmente para controlarlo, obteniendo una tasa de reconocimiento de 78,5%.