La frecuencia de los incendios forestales ha ido en aumento, debido a actividades humanas y por el aumento del calentamiento global. En consecuencia, el proyecto de tesis tiene como objetivo, el desarrollo de un modelo de red neuronal que se puede integrar al análisis de la magnitud y extensión de los daños, además de apoyar en la planificación de los planes de recuperación del área afectada. Para ello, se realiza una segmentación y análisis de áreas afectadas por incendios forestales en imágenes satelitales usando redes neuronales convolucionales. En un principio, obtenemos un historial de incendios forestales en suelo peruano consultando la página de monitoreo de incendios forestales de SERFOR. Luego, las imágenes satelitales capturadas por el satélite Sentinel 2 se obtienen del repositorio de la agencia espacial europea. Finalmente, debido al gran tamaño de las imágenes obtenidas, estas se fraccionan en imágenes de 512 x 512 píxeles, donde posteriormente, se realiza un etiquetado manual del área afectada por el incendio forestal. Por otro lado, el modelo de red neuronal usa dos conjuntos de datos de imágenes 512 x 512 píxeles, capturadas por los satélites LandSat 8 y Sentinel 2. Inicialmente se trabaja con el conjunto de imágenes de LandSat 8 que ya cuentan con una etiqueta del área afectada. Una vez se obtiene el modelo inicial para la segmentación de la cicatriz del incendio. Se realiza un entrenamiento usando las imágenes de Sentinel 2. Para comprobar el correcto funcionamiento, se implementa una interfaz gráfica que ayuda a mostrar las máscaras de segmentación sobreponiéndose con la imagen original. Adicionalmente, se muestran colores calculados con el índice de calcinación normalizado para mostrar la gravedad del incendio forestal.

El estudio con el título “Propuesta de Metodología para Analizar un Sistema Sectorial de Innovación y aplicar Principios de Gestión de la I+D+I: Caso del Sector de Imágenes Médicas en Radiología” tiene un enfoque integral que busca analizar un sector con las innovaciones más importantes en salud. Los objetivos son desarrollar un método práctico para analizar un sistema sectorial de innovación (SSI) así como para analizar el estado del sistema de gestión de I+D+i en pymes del sector de imágenes médicas en radiología. Además, la investigación busca caracterizar el SSI, conocer las tendencias del sector en el Perú y evaluar la Gestión de I+D+i en sus PYMES, mediante el uso de la norma UNE 166002. La investigación se divide en cuatro etapas, la primera etapa consta de una investigación bibliográfica sobre el desarrollo de las imágenes médicas, revisión de conceptos de sistemas de innovación y de las normas de gestión de I+D+i. La segunda etapa, consiste en el uso de herramientas de vigilancia tecnológica para conocer las tendencias del sector; la tercera etapa se compone de las entrevistas a expertos para la caracterización del sector y en la etapa final las entrevistas a personal de las PYMES para la evaluación de la gestión de I+D+i en estas empresas. Como resultado se muestra una débil articulación entre los actores de este sistema, una escaza producción científica que puede mejorar si se crean los vínculos y soporte financiero adecuado tomando como ejemplo países vecinos como Colombia y Chile. Así mismo las Pymes de este sector pueden mejorar su competitividad si integran actividades formales y explicitas de su gestión en I+D+i. / The study entitled "Proposed Methodology for Analyzing a Sectoral Innovation System and Applying R+D+i Management Principles: Case of the Radiology Medical Imaging Sector" has a comprehensive approach that seeks to analyze a sector with the most important innovations in healthcare. The objectives are to develop a practical method to analyze a sectoral innovation system (SSI) as well as to analyze the state of the R+D+i management system in SMEs in the radiology medical imaging sector. In addition, the research seeks to characterize the SSI, to know the trends of the sector in Peru and to evaluate the R+D+i Management in its SMEs, through the use of the UNE 166002 standard. The research is divided into four stages, the first stage consists of a bibliographic research on the development of medical imaging, review of concepts of innovation systems and R+D+i management standards. The second stage consists of the use of technological vigilance tools to know the trends of the sector; the third stage consists of interviews to experts for the characterization of the sector and in the final stage the interviews to personnel of the SMEs for the evaluation of the R+D+i management in these companies. As a result, it shows there is a weak articulation between the actors of this system, a scarce scientific production that can be improved if the links and adequate financial support are created, taking as an example neighboring countries such as Colombia and Chile. Likewise, SMEs in this sector can improve their competitiveness if they integrate formal and explicit R+D+i management activities.

Según datos de la FAO, la planta de la quinua se originó en los alrededores del lago Titicaca que comparten Perú y Bolivia, destaca por la calidad nutricional que posee, así también los requerimientos del cultivo en cuanto a la poca exigencia en la cantidad de agua, lo cual lo hace un cultivo ideal para contrarrestar el cambio climático. La producción mundial de quinua se encuentra liderada primordialmente por los países de Perú y Bolivia, quienes concentran entre el 83% (año 2015) al 67% (año 2016). En ambos países dicha actividad involucra a no menos de 150,000 familias de pequeños productores. La producción de dicho cultivo es mayoritariamente orgánica con promedios bajos de producción. Como consecuencia del escaso uso de tecnologías productivas, el incremento de plagas, así como de la variabilidad cada vez más impredecible de las condiciones climáticas, los agricultores familiares de ambas regiones continúan presentando niveles de pobreza de 42.9% y extrema pobreza de 21.3% en promedio. (INEI-Perú, INE Bolivia). El presente trabajo de investigación contribuye al mapeo de cultivos el cual constituye una herramienta esencial para la gestión agrícola y la seguridad alimentaria. El objetivo del trabajo de investigación es la evaluación de diversos métodos de clasificación del cultivo de la quinua que permitirá realizar el mapeo automático. El estudio se centra en el uso de técnicas de aprendizaje automático para clasificar cultivos de quinua a partir de imágenes aéreas multiespectrales tomadas desde un sistema aéreo no tripulado. La reflectancia espectral de cinco bandas ópticas se utiliza para determinar modelos de clasificación que se evalúan en las diferentes etapas fenológicas de la quinua. Se exploraron estrategias de aprendizaje automático a las imágenes obtenidas, tales como árboles de decisión, análisis discriminatorio, máquinas de vectores de soporte, K vecino más cercano, conjunto de clasificadores, métodos de aprendizaje profundo de Segnet y Unet. Los conjuntos de datos de entrenamiento se obtuvieron de las ubicaciones de los campos de quinua en Cabana en la región Puno de Perú. Los resultados muestran que las técnicas de aprendizaje profundo superan a otras técnicas en la tarea de clasificación. Se muestran las pruebas realizadas sobre las diversas etapas fenológicas en donde las técnicas de aprendizaje profundo obtienen una precisión de entre 81% y 95%, mientras que las demás técnicas su precisión fueron entre 58% y 87%. / Crop mapping is an essential tool for agricultural management and food security for which remote sensing data can be used. This study focuses on the use of machine learning techniques to classify quinoa crops from multispectral aerial images. Spectral reflectance of five optical bands are used for determining classification models which are evaluated for different phenological stages of quinoa. Decision Trees, Discriminant Analysis, Support Vector Machines, K nearest Neighbor, Ensemble Classifiers, deep learning methods Segnet and Unet were explored. Training datasets were obtained from quinoa crop fields locations at Cabana in the Puno region of Peru. An unmanned aircraft system (UAS) was used to acquire the multispectral images from an altitude of 50 meters. Results show that deep learning techniques outperform the other techniques in the classification task.

La evolución tecnológica de los robots ha ido creciendo constantemente durante los últimos años no solo en industrias de producción sino también en la vida social de las personas. Los denominados robots sociales o robots autónomos están ocupando más tareas en la vida diaria de las personas con el pasar de los años. Estos robots están siendo diseñados para servirnos y así tener un estilo de vida más sencillo. Por otro lado, los robots voladores (drones) han sido utilizados con más frecuencia en distintas áreas como la topografía, control fiscal, entre otros. Sin embargo, recientes aplicaciones se están orientando a un uso cotidiano de los drones. Este objetivo se logrará buscando formas de interacción más fluida con los robots, con el menor uso de dispositivos adicionales. Actualmente los drones son controlados usando un control remoto o joystick lo cual resulta adecuado cuando este se encuentra a una distancia superior a los dos metros. Sin embargo, cuando el dron se encuentra a una distancia menor a los dos metros de las personas se vuelve cada vez más redundante el uso de un joystick para controlar su posición. Diversos estudios demuestran que las personas se muestran más cómodas y seguras controlando al dron utilizando los movimientos y gestos de una mano cuando estos se encuentran cerca. El presente trabajo de investigación hace una revisión de la literatura basada en el procesamiento de imágenes para reconocimiento de objetos (una mano) y los distintos desarrollos o aplicaciones implementados en drones sociales. La combinación de estas investigaciones busca generar una nueva capacidad de interacción que permita controlar a los drones utilizando los movimientos y gestos de una mano.

Esta investigación se enmarca en el problema de la enseñanza de la matemática en la formación de futuros ingenieros. Para abordar este problema se indaga la relación entre las matemáticas enseñadas y los cursos de ingeniería. Con ese fin se realiza la identificación y análisis de praxeologías en la disciplina intermediaria procesamiento digital de imágenes. Además, se plantea como objetivo general analizar la transformada de Hough para el diseño de un dispositivo didáctico definido en el paradigma del cuestionamiento del mundo, que permita a los estudiantes de ingeniería mecatrónica desarrollar actividades de modelización matemática que relacionen algunos elementos del procesamiento digital de imágenes y los primeros cursos de matemática. Para el logro de este objetivo, se ha tomado en cuenta elementos de la Teoría Antropológica de lo Didáctico, en particular el modelo praxeológico extendido propuesto por Castela. El marco teórico ha permitido estudiar las instituciones involucradas en la formación de ingenieros, analizar praxeologías y luego formular la propuesta de un dispositivo didáctico que involucran actividades de modelización. La metodología empleada en la investigación se sustenta en trabajos previos de Macias, Romo Vázquez, Siero entre otros. Se compone de dos fases, los cuales están relacionadas con el análisis preliminar, el diseño del recorrido de estudio e investigación y análisis a priori de la ingeniería didáctica. Como resultados se menciona: el análisis de los referentes epistemológicos de la transformada de Hough en la institución de la disciplina Procesamiento Digital de Imágenes, la identificación y análisis de las praxeologías mixtas dentro de esta disciplina tanto de producción como de enseñanza. Lo cual sirvió como base para determinar la Praxeología mixta de la Transformada de Hough. Finalmente, considerando un contexto de la ingeniería mecatrónica se formuló una cuestión generatriz que permitió a través de análisis a priori proponer un posible Recorrido de Estudio e Investigación en torno a la transformada de Hough. / This research is framed within the problem of the teaching of mathematics in the training of future engineers. To address this problem, the relationship between the mathematics taught and the engineering courses are investigated. To this end, the identification and analysis of praxeology in the intermediate discipline of digital image processing are carried out. In addition, the general objective is to analyze the Hough transform for the design of a didactic device defined in the paradigm of questioning the world, which allows mechatronics engineering students to develop mathematical modeling activities that relate some elements of digital image processing and the first courses of mathematics. To achieve this objective, elements of the Anthropological Theory of Didactics have been taken into account, in particular the extended praxeological model proposed by Castela. The theoretical framework has made it possible to study the institutions involved in engineering education, analyze praxeology, and then formulate the proposal of a didactic device involving modeling activities. The methodology used in the research is based on previous works by Macias, Romo Vázquez, Siero, and others. It consists of two phases, which are related to the preliminary analysis, the design of the study and research path, and the a priori analysis of the didactic engineering. As result, we mention: the analysis of the epistemological referents of the Hough transform in the institution of the Digital Image Processing discipline, the identification, and analysis of the mixed praxeology within this discipline both of production and teaching. This served as a basis for determining the Praxeology mixed of the Hough Transform. Finally, considering the context of mechatronic engineering, a generative question was formulated that allowed, through a priori analysis, to propose a possible Study and Research Path around the Hough Transform.

Quantitative Sono-Elastographie ist eine neue Technologie für die Ultraschall Bildgebung, die Radiologen maligne Tumoren ohne Risiko der strahlungsinduzierten Krebs (d.h. Mammographie) zu erfassen können. Aufgrund gefunden Rechenkomplexität in der aktuellen Algorithmen, Implementierung von Echtzeit-Anwendungen, die Prüfungsverfahren profitieren wurde jedoch noch nicht berichtet. Zusätzlich, aktuelle Schätzer für die Darstellung eine Elastizität Bilder vorhanden Artefakte der hohen Schätzung Varianz, die die Techniker in die Gegenwart steifer Massen irreführen könnten und zwar, falsch-positive Diagnose zu erzeugen. In dieser Arbeit wird eine GPU-basierte Elastographie-System entwickelt und an einem Forschungsultraschallgeräten implementiert. Quantitative Elastizität in Echtzeit bei 2 FPS mit einer Verbesserung Rechenzeitfaktor aus 26 wird gezeigt. Validierung der Systemgenauigkeit Anzeige wurde, auf Gelatinebasis Gewebe Phantome durchgeführt., waren niedrige Vorspannung der Elastizitätswerte berichtet wurde (4,7 %) bei geringe Anregungsfrequenzen nachahmt. Ausserdem wird eine neue Elastizität Schätzer auf quantitative Sono-Elastographie basiert eingeführt. Ein lineares Problem wurde entlang der seitlichen Abmessung modelliert und eine Regularisierung Methode wurde implementieren. Elastizität Bilder mit niedriger Vorspannung wurde darstellen (1,48 %) sowie seine Leistung in einer Brust kalibrierte Phantom mit verbesserter CNR (47,3 dB) im Vergleich mit anderen Schätzer ausgewertet sowie die Verringerung Seiten Artefakte bereits erwähnt in der Literatur (PD: 22,7 dB, 1DH 28,7 dB) gefunden. Diese zwei Beitrag profitieren, die Umsetzung und Entwicklung weiterer Elastographie Techniken, die eine verbesserte Qualität der Elastizität Bilder liefern könnten und somit eine verbesserte Genauigkeit der Diagnose. / Quantitative sonoelastography is an alternative technology for ultrasound imaging that helps radiologist to diagnose malignant tumors with no risk of radiation-induced cancer (i.e. mammography). However, due to the high computational complexity found in the current algorithms, implementation of real-time systems that could benefit examination procedures has not been yet reported. Additionally, elasticity maps depicted from current estimators feature artifacts of high estimation variance that could mislead the technician into the presence of stiffer masses, generating false positive diagnosis. In this thesis, a GPU-based elastography system was designed and implemented on a research ultrasound equipment, displaying quantitative elasticity in real-time at 2 FPS with an improvement computational time factor of 26. Validation of the system accuracy was conducted on gelatin-based tissue mimicking phantoms, where low bias of elasticity values were reported (4.7%) at low excitation frequencies. Additionally, a new elasticity estimator based on quantitative sonoelastography was developed. A linear problem was modeled from the acquired sonolastography data along the lateral dimension and a regularization method was implemented. The resulting elasticity images presented low bias (1.48%), enhanced CNR and reduced lateral artifacts when evaluating the algorithm’s performance in a breast calibrated phantom and comparing it with other estimators found in the literature. These two contribution benefit the implementation and development of further elastography techniques that could provide enhanced quality of elasticity images and thus, improved accuracy of diagnosis. / Tesis

En el presente trabajo se muestra el desarrollo de un vehículo de pruebas que será parte de un sistema de estacionamiento automático mediante visión robótica, el cual permitiría a un vehículo real estacionarse sin la asistencia de un conductor en su interior. La visión robótica del sistema mencionado no es parte del trabajo realizado, por lo cual se simulará su funcionamiento mediante el ingreso de los parámetros requeridos para el estacionamiento del vehículo, directamente desde una computadora. Esta etapa de visión robótica está actualmente siendo desarrollada como trabajo tesis por una alumna de la Maestría de Procesamiento Digital de Señales de la PUCP. Para el presente trabajo se introducirán manualmente los datos que nos proporcionaría la etapa de visión robótica al programa de computadora. Este se encargará de generar los cálculos de la trayectoria que seguirá el vehículo de pruebas para estacionarse. Con ello se generarán las instrucciones que serán enviadas hacia el vehículo mediante un protocolo de comunicaciones inalámbrico. Finalmente el sistema electrónico implementado controlará el servomotor y el motor con caja reductora encargados de la dirección y del desplazamiento respectivamente. Un codificador incremental detectará el desplazamiento del vehículo garantizando así que el vehículo logre la trayectoria deseada. De ser implementado el sistema en un vehículo real, el proyecto plantea lograr con ello optimizar el espacio utilizado por los vehículos en las zonas de parqueo. Además también disminuir el tiempo que toma el aparcamiento del vehículo y reducir el riesgo de choque durante la maniobra. / Tesis

The minimum variance (MV) beamformer is an adaptive beamforming method that has the potential to enhance the resolution and contrast of ultrasound images. Although the sensitivity of the MV beamformer to steering vector errors and array calibration errors is well-documented in other fields, in ultrasound it has been tested only under gross sound speed errors. Several robust MV beamformers have been proposed, but have mainly reported robustness only in the presence of sound speed mismatches. Additionally the impact of PAC methods in mitigating the effects of phase aberration in MV beamformed images has not been observed Accordingly, this thesis report consists on two parts. On the first part, a more complete analysis of the effects of different types of aberrators on conventional MV beamforming and on a robust MV beamformer from the literature (Eigenspace-based Minimum Variance (ESMV) beamformer) is carried out, and the effects of three PAC algorithms and their impact on the performance of the MV beamformer are analyzed (MV-PC). The comparison is carried out on Field II simulations and phantom experiments with electronic aberration and tissue aberrators. We conclude that the sensitivity to speed of sound errors and aberration limit the use of the MV beamformer in clinical applications, and that the effect of aberration is stronger than previously reported in the literature. Additionally it is shown that under moderate and strong aberrating conditions, MV-PC is a preferable option to ESMV. On the second part, we propose a new, locally-adaptive, phase aberration correction method (LAPAC) able to improve both DAS and MV beamformers that integrates aberration correction for each point in the image domain into the formulation of the MV beamformer. The new method is tested using fullwave simulations of models of human abdominal wall, experiments with tissue aberrators, and in vivo carotid images. The LAPAC method is compared with conventional phase aberration correction with delay-and-sum beamforming (DAS-PC) and MV-PC. The proposed method showed between 1-4 dB higher contrast than DAS-PC and MV-PC in all cases, and LAPAC-MV showed better performance than LAPAC-DAS. We conclude that LAPAC may be a viable option to enhance ultrasound image quality of both DAS and MV in the presence of clinically-relevant aberrating conditions. / Tesis

Actualmente en nuestro país, los productores de cultivo de uva de mesa tienen un acceso limitado de información sobre la cantidad de la cosecha en su campo. El proceso de conteo de uvas de mesa se realiza manualmente en la cosecha, cada temporada, para poder estimar la cantidad de embalaje necesario. Este procedimiento puede variar de año en año y puede demandar de varias semanas para zonas con grandes cantidades de hectáreas de cultivo de uva de mesa. Mientras que el enfoque podría funcionar bien para los campos de tamaño pequeño, se vuelve intratable económicamente para los campos más grandes debido a la naturaleza dependiente de trabajo de la obra. En esta tesis se empleará técnicas de procesamiento digital de imágenes para mejorar la precisión del conteo de uva de mesa en el campo y reducir abruptamente el tiempo de cosecha y pérdidas económicas del exceso de embalaje. En el primer capítulo se hace referencia al estado de la investigación con respecto al cultivo de uva de mesa en nuestro país y en el extranjero, así como la declaración de la problemática y objetivos planteados. El segundo capítulo se describe el estado del arte, la matemática empleada para la programación de dos métodos que se utilizan para el conteo de bayas con su respectivo análisis comparativo. En el tercer capítulo se desarrolla dos algoritmos que permita contar las bayas en el cultivo de uva de mesa Thompson Seedless, tomando muestras de bayas de diferentes tamaños. Finalmente, en el capítulo 4 se desarrolla el análisis correspondiente y las conclusiones comparando resultados.

La presente tesis se enfoca en la identificación y clasificación de objetos en escenas urbanas de la provincia de Huamanga, explorando un entorno diferente al de las ciudades desarrolladas y otras bases de datos existentes. Se estudiarán las escenas urbanas de Huamanga para segmentar imágenes en 7 clases de datos: personas, vehículos, motociclistas, edificios, veredas, pistas y otros, que incluyen detalles de cielo y cables de energía eléctrica. El enfoque principal de la tesis estará centrado en la visión por computadora, específicamente en la segmentación semántica para la clasificación de objetos. Para ello, se emplearán arquitecturas de aprendizaje profundo pre-entrenadas adaptadas a Deeplabv3+, y se utilizarán imágenes de la provincia de Huamanga como base de datos local. La investigación se inicia con un análisis del estado del arte, destacando la importancia de la clasificación de objetos en escenas urbanas y los beneficios del aprendizaje profundo en comparación con métodos tradicionales. Se enfatiza la necesidad de utilizar bases de datos locales sobre las existentes, así como la base teórica para la clasificación de imágenes locales utilizando Deeplabv3+ y redes de aprendizaje profundo mediante la transferencia de aprendizaje. Posteriormente, se describe el diseño, la recopilación y el enfoque de la base de datos locales en comparación con conjuntos de datos como Imagenet y CityScapes, utilizando la arquitectura Deeplabv3+ junto con redes de aprendizaje profundo en los datos locales. Finalmente, se presentan los resultados basados en el incremento del número de datos, analizando la precisión, el Índice de Jaccard (IoU) y el mBFScore tanto a nivel global como por clase, junto con un análisis comparativo con la base de datos Cityscapes. Se proporcionan tablas sumarias que verifican los resultados de cada red de aprendizaje profundo y se propone hardware para dispositivos capaces de ejecutar tareas de segmentación semántica.