No description available.

Ingeniero Civil en Computación / La sociedad ha ido cambiando, y envejeciendo también. A la par, los adultos mayores cada vez se encuentran más solos, ya sea por abandono o por un alejamiento progresivo de la familia, generado por el ritmo de vida actual. Este aislamiento puede llevar a una persona a sufrir algún trastorno emocional, como lo es la depresión. La depresión no es fácil de detectar, es por ello, que en el trabajo de Memoria se desarrolló un sistema capaz de reconocer lo estados anímicos de una persona mediante la voz, para así, poder detectar cuando la persona se encuentra en un estado anímico negativo. Para poder decir que una persona se encuentra en un estado anímico negativo, no sólo basta con reconocer la emoción involucrada, también es necesario reconocer quién es esa persona. Por ello, además de detectar la emoción expresada, se agregó la detección del género y luego identidad. La búsqueda para encontrar la mejor clasificación según género pasó por numerosas pruebas, incluyendo distintos tipos de muestras (grabaciones de voces leyendo y muestras de emociones). Después de varios intentos, se llegó a que la mejor forma de clasificar según género cuando hay emociones involucradas es clasificando con respecto a la emoción identificada. También se hicieron pruebas para clasificar las emociones. Éstas se basaron en emociones y muestras de tres bases de datos emocionales, SAVEE, Emo-DB, y RekEmozio. Principalmente se buscó obtener una clasificación que permitiera reconocer las emociones negativas con mayor certeza. Las pruebas se vieron bastante enfocadas en lograr aislar la emoción Tristeza, emoción negativa de importancia para este trabajo, logrando reconocer si una muestra expresa una emoción de Tristeza o no. Con respecto a la reconocimiento de la identidad, se hicieron pocas pruebas, las cuales tenían buenos resultados en un principio. Posteriormente a todas las pruebas hechas, se probó con muestras más reales o naturales, grabaciones de conversaciones, y se demostró que al menos la clasificación de emociones y género había dado buenos frutos. Además de las pruebas de reconocimiento, se diseñó, implementó, y evaluó la aplicación móvil pensada para el monitoreo de estados anímicos. Esta aplicación fue diseñada para visualizar los datos que el monitoreo arroje sobre los estados del adulto mayor, y también para configurar de forma remota las alertas y el sistema de grabación.

Ingeniero Civil Electricista / Las redes de datos que permiten acceder a la información desde cualquier lugar del mundo están cada vez más cerca del publico en general. Este hecho, asociado al empleo de browser o navegadores ampliamente difundidos y de fácil uso, posibilita el desarrollo de sistema de enseñanza en linea. Esta memoria se centra en el desarrollo de una plataforma de enseñanza basada en las redes y sistemas Web. Se emplea la técnica de Reconocimiento Automático de Voz (Automatic Speech Recognition, ASR), una base de datos relacional llamada Postgresql y un servidor HTTP cuyo nombre es Tomcat. Para el desarrollo se emplearon lo modelos Cliente Servidor, Vista Controlador y la Arquitectura AJAX. La estructura de la base de datos y las lecciones se diseñaron de manera que futuras revisiones se puedan realizar con facilidad. Se destaca el empleo de un formato ligero y compatible para la transferencia de datos por medio de JavaScript Object Notation. El programa permite el almacenamiento de las lecciones, el registro de la información de uso y el envío-recepción de datos asincrónicos entre el servidor y el cliente. El trabajo finaliza con un análisis de estabilidad y robustez del sistema por medio de la carga de 150 usuarios simultáneos. Para realizar esta prueba fue empleado Jmeter, un software gráfico para el análisis de carga y desempeño de sistemas Web. Como trabajo a futuro se propone el empleo de HTML5 como lenguaje de reemplazo del Applet, para el envío de los datagramas de voz. El sistema al estar basado en servicios se puede configurar para trabajar en paralelo de modo que se está frente a un sistema escalable a nivel de servicios.

Doctor en Ingeniería Eléctrica / Face recognition depends strongly on illumination conditions, especially in non-controlled scenarios where face illumination is not homogeneous. For this reason, illumination compensation is crucial in this task. Several methods for illumination compensation have been developed and tested on the face recognition task using international available face databases. Among the methods with best results are the Discrete Cosine Transform (DCT), Local Normalization (LN) and Self-Quotient Image (SQI). Most of these methods have been applied with great success in face recognition using a principal component classifier (PCA). In the last decade, Local Matching Gabor (LMG) classifiers have shown great success in face classification relative to other classifiers. In all cases, the illumination compensation methods improve the face recognition rates in unevenly illuminated images, but affect negatively in some well illuminated images. The aim of this thesis is to propose improvements to the current illumination compensation methods to obtain improved face recognition rates under different illumination conditions. Using genetic algorithms (GAs), parameters of the SQI method were selected to improve face recognition. The parameters optimized by the GA were: the fraction of the mean value within the region for the SQI, selection of Arctangent, Sigmoid, Hyperbolic Tangent or Minimum functions to eliminate noise, and the weight values of each filter are selected within a range between 0 and 1. The results obtained after using the proposed method were compared to those with no illumination compensation and to those previously published for SQI method. Four internationally available face databases were used: Yale B, CMU PIE, AR, Color FERET (grayscaled), where the first three contain face images with significant changes in illumination conditions, and the fourth one contains face images with small changes in illumination conditions. The proposed method performed better than SQI in images with non-homogeneous illumination. In the same way, GAs were used to optimize parameters of the modified LN and SQI methods in cascade for illumination compensation to improve face recognition. The main novelty of this proposed method is that it applies to non-homogeneous as well as homogeneous illumination conditions. The results were compared to those of the best illumination compensation methods published in the literature, obtaining 100% recognition on faces with non-homogeneous illumination and significantly better results than other methods with homogeneous illumination. Also, the DCT, LN, and SQI illumination compensation methods were optimized using GAs to be used with the LMG face classifier. Results were tested on the FERET international face database. Results show that face recognition can be significantly improved by modified versions of the current illumination compensation methods. The best results are obtained with the optimized LN method which yields a 31% reduction in the total number of errors in the FERET database. Finally, an extension of the LN method using Kolmogorov-Nagumo-based statistics was proposed to improve face recognition. The proposed method is a more general framework for illumination normalization and it was showed that LN is a particular case of this framework. The proposed method was assessed using two different classifiers, PCA and LMG, on the standard face databases Extended Yale B, AR and Gray FERET. The proposed method reached significantly better results than those previously published for other versions of LN on the same databases.

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.

No autorizada por el autor a ser publicada a texto completo / En esta memoria se presenta un sistema que permite evaluar la velocidad lectora de un individuo. Para realizar tal medición, se utilizan cuatro indicadores objetivos: la última palabra que fue leída dentro de un texto determinado; el número de términos omitidos; el número de palabras insertadas; y el número de palabras sustituidas. Para conseguir estas cuatro variables se utiliza tecnología de reconocimiento de voz (ASR – Automatic Speech Recognition). Para ello, se proponen e implementan diversos modelos de lenguaje que toman en consideración los errores esenciales en velocidad de lectura. En efecto, por ejemplo se consideran modelos de lenguaje que permiten saltos entre palabras dentro de un texto, así como también, se permiten reemplazos de ciertos términos. Los experimentos realizados en esta memoria permiten observar que un modelo que sólo toma en consideración omisiones de palabras, es decir, sin incluir casos de sustitución ni de inserción, consigue un error en la estimación de la última palabra leída y de términos omitidos de un 1,8% y un 5,9% respectivamente. Para la detección de errores de lectura relativos a palabras insertadas y sustituidas se utilizan modelos de lenguaje que incluyen unidades acústico fonéticas genéricas denominadas filler. Sin embargo, la incorporación de dichos fillers provoca un incremento en el error al estimar la última palabra leída y los términos omitidos. En efecto, el aumento en la estimación de tales errores es de un 8,1% y un 6,2%, respectivamente. Por otra parte, este tipo de modelo consigue un error en la estimación de palabras insertadas y sustituidas de un 7.8%. Como trabajo a futuro, se propone mejorar el modelamiento que considera los errores productos de palabras insertadas o sustituidas.

Ingeniero Civil en Computación / En el área de desarrollo de software para el control de aplicaciones y dispositivos electrónicos por voz, ha sido cada vez más común implementar mecanismos que cumplan esta función, considerando el procesamiento de señales sonoras para finalmente descubrir patrones que permitan la identificación y el uso de instrucciones. El objetivo de este trabajo es la exploración de un mecanismo que implemente el procesamiento de la voz humana, extrayendo sus características fundamentales y utilizando estos datos para la identificación de patrones en el tiempo. La hipótesis fundamental es que en la voz humana existen patrones en el tiempo, que podemos obtener y utilizar para la elaboración de instrucciones a ser ejecutadas por componentes de software. Para lograr el objetivo se tomó como base la implementación de un mecanismo de obtención de espectros de frecuencias de la voz humana, considerando algoritmos y técnicas basadas en análisis espectral. Para el procesamiento de los patrones se desarrolló un mecanismo basado en redes neuronales, dada la naturaleza vectorial de los datos. El trabajo, por tanto, se divide en dos grandes tareas. La primera es la obtención de los datos relevantes a la voz, de acuerdo con espectros de frecuencias obtenidos a partir de filtros basados en Wavelet transformadas. La segunda tarea es la implementación de una red neuronal no supervisada, basada en mapas auto-organizativos (SOM), que permita el registro e identificación de patrones en el tiempo. El resultado de este trabajo es un mecanismo que cumple parcialmente sus objetivos, dados los niveles de identificación de los fonemas y el costo computacional requerido.

Doctor en Ciencias, Mención Computación / Las interfaces naturales de usuario (NUIs) basadas en gestos manuales sin contacto (THG) tienen ventajas sobre las interfaces de usuario (UIs) convencionales en varios escenarios. Sin embargo, éstas aún presentan problemas desafiantes por ser investigados, tales como su diseño y evaluación con la finalidad de obtener resultados satisfactorios. El enfoque clásico de la participación de usuarios para escoger gestos o analizar diseños de interfaces necesita ser complementado con evaluaciones predictivas para los casos en que los métodos basados en usuarios son inaplicables o costosos de realizar. En consecuencia, modelos de usuario cuantitativos son necesarios para efectuar esas evaluaciones. Dado que la evaluación basada en modelos es importante en HCI y que los modelos disponibles son insuficientes para evaluar NUIs basadas en THG, esta tesis estudia modelos para interfaces de este tipo. Dos enfoques de modelamiento son abordados, aunque el enfoque principal está puesto en modelos predictivos. La tesis primeramente presenta un estudio para entender la articulación de gestos, el cual permitió derivar un modelo descriptivo sobre la concepción y producción de gestos de usuarios, y una taxonomía de gestos. Después, la tesis se concentra en (1) el análisis de la viabilidad de utilizar modelos cuantitativos existentes para abarcar THG; (2) la formulación de un modelo para predecir el tiempo de rendimiento para realizar tareas; y (3) la validación de este nuevo modelo. En todos los casos, el rendimiento de los modelos es estudiado de acuerdo a varias métricas usadas para hacer comparaciones con rangos típicos en el área. Así, la contribución principal de esta tesis es un modelo para estimar el tiempo que un usuario necesita para hacer una tarea con una NUI basada en THG empleando su mano. El modelo propuesto, que es llamado THGLM, está basado en el modelo clásico KLM. Prescribe que los gestos manuales sean analizados de acuerdo a su estructura temporal; es decir, utilizando gesture units . THGLM predice el tiempo de rendimiento en una forma aceptable (error de predicción = 12 %, R2 > 0.9). Los experimentos realizados también confirman la utilidad del modelo para analizar y comparar diseños de interfaces. Si bien THGLM tiene ciertas limitaciones, tiene ventajas importantes tales como su relativa facilidad de usar y extender. Más allá de las limitaciones intrínsecas de THGLM, éste debería ayudar en el diseño y evaluación de NUIs basadas en THG. Los diseñadores de UIs pueden predecir el tiempo para completar tareas sin la participación de usuarios, y luego, usar ese valor como métrica para analizar o evaluar una UI. Esta estrategia es especialmente útil en situaciones donde es difícil llevar a cabo pruebas con usuarios o como un paso preliminar a la evaluación de una interfaz. Por lo tanto, se espera que el modelo propuesto se convierta en una herramienta útil para diseñadores de software para realizar evaluaciones de usabilidad, mejorar diseños de interfaces, y desarrollar mejores aplicaciones de software utilizando gestos. / Esta tesis ha sido parcialmente financiada por SENESCYT (Ecuador, Convocatoria Abierta 2011), Universidad Técnica Estatal de Quevedo (Ecuador) y NIC Chile (DCC, Universidad de Chile)

Magíster en análisis sistémico aplicado a la sociedad / Desde un enfoque teórico-metodológico constructivista la presente investigación pretende conocer las distinciones que tematizan los mapuche para observar el estado actual del reconocimiento político y las expectativas que movilizan sobre las potencialidades de este. En función de lo anterior, este trabajo busca ser un aporte para la comprensión de las dinámicas de inclusión/exclusión que experimentan los mapuche en Santiago en su relación con el sistema político. A grandes rasgos, el análisis socio-hermenéutico de sus observaciones revela que los mapuche, ya no entendidos como individuos que habitan los márgenes de la ciudad, sino como representantes de una segregación socio-étnica diversa y multisituada, generan y utilizan distintos espacios y mecanismos para reproducir su ciudadanía étnica y lograr una presentación de sí mismos coherente con las representaciones asociadas a sus particularidades. Así mismo, se profundiza en las distinciones que tematizan los mapuche para dar cuenta de la ausencia de un reconocimiento político y la primacía de una observación que marca, preferentemente, el lado de la exclusión en cuanto a la participación en las redes de beneficio y al acceso de las prestaciones específicas del sistema político, tanto a escala nacional como local; la existencia de un sistema político, ciego a la diversidad cultural, que institucionaliza patrones de valor cultural que excluye expresiones político-culturales ajenas a su estructura; y el que la libre determinación del pueblo mapuche, el dominio sobre su destino y sus demandas en esta línea (autonomía, representación, cuoteo, participación en los distintos niveles) son replegadas desde la capital, al espacio de las expectativas