En los últimos años, la utilización de unidades aéreas no tripuladas se ha incrementado enormemente debido a la gran cantidad de usos que se les puede dar. El uso de aeronaves autónomas es importante, por ejemplo, para la agricultura, arqueología, seguridad ciudadana, construcciones a gran escala y minería. Para garantizar que el vuelo autónomo de la aeronave se realice sin problemas es necesario que cuente con los medios necesarios para detectar los objetos que se encuentran en su plan de vuelo y evitar una posible colisión. Las aeronaves no tripuladas pueden ser utilizadas en distintos rubros por lo que es necesario proveer la tecnología necesaria para adaptarse a las funciones requeridas.

Anualmente un millón y medio de nuevos casos de cáncer de mama son diagnosticados alrededor del mundo. Por tal motivo, se han establecido estrategias de despistaje temprano de cáncer de mama que utilicen a la mamografía como principal herramienta. Adicionalmente, se han evaluado diversas variables clínicas que han sido capaces de estimar el riesgo a desarrollar esta neoplasia. Entre estas variables se encuentra la densidad mamaria o tejido denso catalogado como principal indicador del cáncer de mama. La densidad mamaria o tejido denso de la mama incrementa de 3.5 a 5 veces el riesgo de adquirir cáncer de mama. La mamografía es una imagen formada a partir del principio de rayos X, describe a los tejidos de la mama y permite la evaluación del estado clínico de los pacientes. Se utilizan dos acercamientos para su estudio, estos consisten en el análisis cualitativo y cuantitativo. En el primero se utiliza el criterio de la observación del médico para dar su juicio de cada caso. En el segundo se procesan digitalmente mamografías y se les aplican técnicas de segmentación, luego se utilizan métodos cuantificables como estimadores globales. La segmentación consiste en subdividir una mamografía en los tejidos que la constituyen mientras que los estimadores globales son algoritmos que se aplican a la imagen completa y brindan indicadores cuantitativos de esta. El objetivo de la presente tesis es realizar una comparación entre el tejido denso obtenido mediante los técnicas de segmentación de Bden, bimodal, C-medias difusas y Otsu con el establecido por un patrón de oro (segmentación manual de experto). A partir de las comparaciones, se propondrá un algoritmo de segmentación validado en base a estimadores globales. Para alcanzar dicho objetivo, se cumplirán los siguientes objetivos específicos: implementación de técnicas de segmentación de Bden, bimodal, C-medias difusas y Otsu para calcular el tejido denso; implementación de estimadores globales intersección sobre unión, índice de similitud estructural (SSIM) y norma L2; comparación cuantitativa del tejido denso entre mamografías segmentadas y mamografías del patrón de oro; implementación de propuesta de técnica de segmentación y cálculo de tejido denso de la mama. Se ha encontrado que la propuesta de técnica de segmentación implementada para el cálculo de tejido denso es superior a las demás técnicas en base a estimadores globales. La técnica propuesta también demuestra un mayor grado de correlación con el tejido denso calculado por los médicos que las segmentaciónes de Bden, bimodal, C-medias difusas y Otsu. Se ha encontrado que en base a los estimadores globales de intersección sobre unión y SSIM la técnica de segmentación propuesta presenta mejores resultados que las técnicas implementadas de Bden, bimodal, C-medias difusas y Otsu. El coeficiente de Pearson es el mejor indicador del grado de correlación que existe entre los porcentajes de tejido denso calculado por los médicos y la técnica propuesta que con el calculado por las demás técnicas.

El software de gráficos por computadora en 3D de hoy en día nos da la capacidad de modelar y visualizar objetos en situaciones o tamaños que antes no habría sido posible, incluso nos dan la capacidad de que la visualización de estos objetos sea generada en tiempo real lo que otorga la posibilidad de crear aplicaciones que hagan uso de esta capacidad para agregar interactividad con los objetos modelados. Es muy importante la capacidad de poder dotar al usuario de una capacidad de interactividad con el gráfico generado, pero esto no se logra si es que el tiempo de respuesta de la aplicación es muy grande, por ejemplo una consola de videojuegos exigen como mínimo 30fps (cuadros por segundo) un valor menor ocasiona que los movimientos no fueran fluidos y se pierda la sensación de movimiento. Esto hace que la experiencia de usuario fluida sea una de las metas principales del rendering interactivo. Uno de los mayores problemas que se encuentran en esta área es el de visualizar gran cantidad de polígonos, debido a limitaciones de memoria o capacidad de procesamiento, mientras mayor sea la cantidad de polígonos que se desea dibujar en pantalla, mayor será el tiempo de procesamiento que será necesario para generar las imágenes. Una aplicación en particular es el de visualización de la estructura de proteínas. Existen proteínas que poseen una gran estructura, por la cantidad de polígonos que se requieren para representar todos los elementos y conexiones que poseen estas moléculas y adicionalmente la necesidad de visualizar grandes cantidades de moléculas simultáneamente, ocasiona que se disminuya el rendimiento y la interactividad al momento de la visualización. El presente proyecto plantea utilizar una estructura algorítmica para realizar rendering eficiente de gran cantidad de proteínas haciendo uso de un visualizador 3D, que muestre la estructura tridimensional de estas y permita la interacción en tiempo real con el modelo. La estructura propuesta en este proyecto hace uso de la aceleración por hardware presente en las tarjetas gráficas modernas a través de un API de generación de gráficos en tiempo real que es OpenGL con el cual se aplican optimizaciones que aprovechan la estructura planteada. Para que el proceso de renderizado sea más veloz, se mantiene un número bajo de polígonos en los modelos. Debido a que los elementos son repetitivos (esferas y cilindros) se reutiliza la geometría de estos elementos haciendo uso de una estructura como el Scene Graph de modo que el uso de memoria sea menor y de otra estructura como el Octree que permite discriminar los elementos que deben ser procesados durante el rendering. Combinando todo lo mencionado anteriormente, la estructura propuesta permite que se visualicen proteínas de gran estructura o gran cantidad de estas, manteniendo el grado necesario de interactividad para facilitar su estudio así como también manteniendo un aspecto estético que permita reconocer los elementos sin reducir el rendimiento.

El presente trabajo de tesis tiene como principal objetivo hacer una extensión de la proyección cónica a R4 implementando un visualizador para gráficos en cuatro dimensiones que muestre la validez de la propuesta. Geométricamente, la proyección cónica puede interpretarse como la intersección de un cono con un plano. Partiendo de que ambas figuras geométricas pueden ser descritas por ecuaciones vectoriales (que no dependen del número de componentes de dichos vectores), la presente tesis hace un análisis de la proyección cónica en R4, intenta la generalización a Rn de algunos conceptos geométricos utilizados y esboza un diseño de software que permita reutilizar las principales herramientas y buenas prácticas de programación de gráficos en 3D. Será necesaria la generalización a R4 (y posteriormente a Rn) de algunas figuras geométricas simples como cubos, conos, esferas y planos, no sólo para la construcción de la proyección en sí (a partir de un cono y un plano), sino también para contar con un conjunto de figuras geométricas a dibujar. En una arquitectura orientada objetos como la propuesta, esto también implica la necesidad de un diagrama de clases de estas figuras geométricas y de un pipeline para el proceso de creación, transformación y proyección de las mismas. Finalmente, en R4, una clase cámara se encargará de realizar la proyección utilizando transformaciones con matrices y vectores de orden 4, restringiendo la proyección al rango visible de la cámara. Dándole al usuario la posibilidad de mover la cámara en R4 será posible apreciar, en tiempo real, los resultados de las hipótesis desarrolladas en el presente trabajo.

La retinopatía diabética es una enfermedad muy común en pacientes con diabetes. Esta enfermedad ocasiona ceguera de manera gradual debido al deterioro de la retina. Este deterioro puede desencadenar en hemorragias, aneurismas y presencia de exudados en la superficie, las cuales se manifiestan en puntos vacíos de la visión del afectado. Las características mencionadas tienen muchas propiedades visuales como el color, forma, área de presencia que son posibles detectar por medio de imágenes retinográficas digitales. Esta propiedad hace posible el uso de la visión computacional para procesar la imagen y poder diagnosticar la enfermedad de acuerdo al grado de avance de ésta según las características clínicas presentes. El presente proyecto de tesis consiste en el desarrollo de un modelo algorítmico que logre aprovechar las características visuales para poder detectar y clasificar la enfermedad. Las características clínicas utilizadas son los microaneurismas, exudados y hemorragias. Se utilizó una base de datos pública de imágenes retinográficas y un clasificador SVM. El vector de características que se utilizó fue: área, color, número de características prensentes. Es importante mencionar que se utilizó pre-procesamiento en la imagen para excluir elementos como el fondo, disco óptico y las venas debido a que no aportan significativamente al análisis de la imagen. Para el desarrollo del algoritmo se utilizó C++ con OpenCV, la cual es una librería open source para el procesamiento de imágenes. Como resultado final de este proyecto se logró una sensibilidad del 90.17%; especificidad del 96.72% y precisión del 95.08%.

En el ámbito laboral, hemos constatado personalmente que en el planteamiento de personajes se produce una influencia proveniente de los lineamientos específicos de una campaña. Aun cuando el diseñador tiene un estilo propio, entra a calar la opinión del cliente o las exigencias del mercado. Por ello, nos preguntamos qué sucedería si el diseñador decidiera plantear una propuesta personal distinta en función del diseño de personajes. Obtuvimos respuesta a tal cuestionamiento en la Internet, donde se hallaron varios proyectos fuera del ámbito comercial, con una diversidad de estilos en campos como el arte, el diseño y la animación. Este hecho sembraría nuestro interés inicial en el que se denominaría contemporary character design e iniciaría nuestra exploración en diversos medios artísticos más allá del software de diseño digital. El resultado sería la creación de una serie de personajes que conformarían parte de un imaginario y estarían construidos con un lenguaje visual propio. El contemporary character design, término que en español significa “diseño de personajes contemporáneo”, convive con otras maneras de construir personajes como los que podemos apreciar en la animación en general, el cómic y el diseño de mascotas publicitarias. Sobrepasando tales parámetros comerciales, el contemporary character design ha llegado a desarrollarse y expandirse artísticamente demostrando su potencial creativo y manifestando rasgos característicos que lo diferencian de las otras expresiones artísticas mencionadas. Es importante aclarar que los proyectos vinculados al contemporary character design, si bien parten del entorno del diseño, nacen de proyectos libres en donde un diseñador o artista gráfico parodia o explora de manera lúdica los comportamientos y percepciones de la sociedad moderna en diversos ámbitos. Para ello, uno de los recursos más utilizados es el intertexto que toma como referencia la globalización de la imagen. No obstante, esta superposición de información podría tomar nuevas fuentes que no sólo se basen en el mass media y cuyo propósito sea más introspectivo, lo que abre las posibilidades de elaborar una propuesta artística en un nivel plástico y conceptual.

Object recognition in videos is one of the main challenges in computer vision. Several methods have been proposed to achieve this task, such as background subtraction, temporal differencing, optical flow, particle filtering among others. Since the introduction of Convolutonal Neural Networks (CNN) for object detection in the Imagenet Large Scale Visual Recognition Competition (ILSVRC), its use for image detection and classification has increased, becoming the state-of-the-art for such task, being Faster R-CNN the preferred model in the latest ILSVRC challenges. Moreover, the Faster R-CNN model, with minimum modifications, has been succesfully used to detect and classify objects (either static or dynamic) in video sequences; in such setup, the frames of the video are input “as is” i.e. without any pre-processing. In this thesis work we propose to use Robust PCA (RPCA, a.k.a. Principal Component Pursuit, PCP), as a video background modeling pre-processing step, before using the Faster R-CNN model, in order to improve the overall performance of detection and classification of, specifically, the moving objects. We hypothesize that such pre-processing step, which segments the moving objects from the background, would reduce the amount of regions to be analyzed in a given frame and thus (i) improve the classification time and (ii) reduce the error in classification for the dynamic objects present in the video. In particular, we use a fully incremental RPCA / PCP algorithm that is suitable for real-time or on-line processing. Furthermore, we present extensive computational results that were carried out in three different platforms: A high-end server with a Tesla K40m GPU, a desktop with a Tesla K10m GPU and the embedded system Jetson TK1. Our classification results attain competitive or superior performance in terms of Fmeasure, achieving an improvement ranging from 3.7% to 97.2%, with a mean improvement of 22% when the sparse image was used to detect and classify the object with the neural network, while at the same time, reducing the classification time in all architectures by a factor raging between 2% and 25%. / Tesis

El presente estudio tiene como objetivo determinar la viabilidad del uso de redes neuronales y sistema de visión para la determinación de peso y tamaño de racimo de uva así como la lógica de control de la maquina a controlar. Desde el año 2000, el Perú empezó a exportar una gran cantidad de uvas de mesa al mercado norteamericano, siendo la uva la tercera fruta con mayor popularidad en este mercado. La uva de mesa presenta una gran potencialidad en el mercado Norteamericano, debido a que presenta un crecimiento acelerado en el volumen de exportaciones los últimos 5 años, posicionándolo como el tercer país que brinda uva de mesa a este mercado. En el año 2015 la exportación de Uvas se incrementó en 8% en el 2015 alcanzando los U$ 692 millones pasando a ser el primer producto de exportación Peruano por encima del Café y los Espárragos. A USA se exportó por U$ 202 millones superior a los U$ 121 millones vendidos en el 2014. Holanda U$ 89 millones (13% del total). Sigue China y Hong Kong con U$ 86 y U$ 77 millones respectivamente. El crecimiento del sector agrícola específicamente de las uvas de mesa en el Perú está generando una mayor producción de racimos, este crecimiento conlleva a un mayor nivel en los procesos que involucran la cosecha y el control por peso de los racimos de uva de mesa. Estos procesos actualmente se desarrollan de una manera manual. Uno de los factores importantes para poder clasificar las uvas de mesa es el peso del racimo, el cual permita clasificarlas en tres categorías distintas de uva según su calibre basada en la norma técnica peruana NTP 011.012-2005 [1]. Por estos motivos, se requiere un sistema mediante el cual se extraiga de manera automatizada el peso del racimo de uva. En este estudio se propuso diseñar algoritmos de control y visión que permitan controlar un sistema automatizado para lograr disminuir el error debido al trabajo manual, y aumentar el volumen de procesamiento de los racimos de uva. Se procedió a abordar la solución a esta problemática utilizando técnicas del campo de visión por computadora. Un sistema de visión, comprende la selección del sistema de iluminación, así como la selección de la cámara de video las cuales deben garantizar una buena captura de la imagen del racimo de uva. La etapa de preprocesamiento permitirá realzar problemas de ruido que se presenten al momento de la captura de la imagen para poder continuar con una segmentación de la imagen y de esta forma realizar la toma de decisiones en la cual se utilizara una red neuronal artificial para poder determinar los pesos de los racimos de uva a partir de las imágenes. Adicionalmente se realizó el programa del controlador de procesos para un sistema mecánico-eléctrico, seleccionador de productos agrícolas, en esta etapa se seleccionó el controlador y se realizó la lógica de control de todo el sistema mecánico-eléctrico. Para la síntesis de los controladores de visión y del sistema mecánico-eléctrico, se utilizó un protocolo de comunicación que permitió realizar la configuración maestroesclavo entre el sistema de visión y el de control respectivamente. La validez de la lógica de control en el controlador de procesos fue corroborado mediante pruebas en un sistema mecánico-eléctrico para la selección de productos agrícolas que se encuentra en el laboratorio de Oleohidráulica y Neumática de la Sección de Ingeniería Mecánica de la Pontificia Universidad Católica del Perú (PUCP). / Tesis

En el campo de la robótica, se han desarrollado distintos algoritmos y métodos con el objetivo de mejorar la interacción de los robots con las personas y con su entorno de trabajo en tiempo real; es así, como el sistema reacciona y evoluciona constantemente ante cambios que podrían ocurrir durante su funcionamiento. Para alcanzar los objetivos mencionados, una de las habilidades que se le confiere a la máquina es la capacidad de detectar, registrar y reconocer objetos. La presente tesis es un trabajo de investigación aplicada que tiene como objetivo desarrollar un procedimiento que permita a un sistema robótico reconocer y detectar objetos en tiempo real dentro de un entorno controlado; para ello, nos enfocamos en utilizar dos métodos conocidos de reconocimientos de objetos (métodos SIFT y SURF) con los cuales categorizaremos un objeto de un dominio predefinido y comparamos los resultados obtenidos. Se eligieron el método SIFT y el método SURF por la similitud en los pasos que siguen para obtener la información de un objeto; cabe resaltar que el método SURF es un método alterno al SIFT. Los resultados finales mostraron una mejor predicción en la categorización utilizando el método SIFT, pero ésta requería de mayor tiempo para extraer los puntos característicos de los objetos. Por otro lado, el método SURF generaba más puntos característicos de los objetos y en mejor tiempo. La extracción de puntos de interés se analizó en tiempo real; mientras, que la etapa de categorización no consideró este parámetro, sino la cantidad de puntos de interés necesarios para predecir con exactitud la categoría de un objeto. / Tesis

Se presenta el diseño e implementación de un vehículo submarino operado remotamente con un sistema de estabilización automático. El vehículo submarino o ROV, por sus siglas en inglés (Remotly Operated Vehicle), tiene tres grados de libertad que le permiten realizar el movimiento arriba-abajo, adelante-atrás y el giro izquierda-derecha. El sistema de estabilización permite que el ROV se mantenga enfocado a un objetivo predeterminado y pueda seguirlo gracias a técnicas de visión por computadora que determinan la distancia y orientación del objetivo y, a un controlador de lógica difusa que gobierna un sistema de propulsión a chorro direccionado por un sistema de transmisión. / Tesis