El Perú es el país tercero en extensión en América del Sur y dispone de grandes recursos naturales, una gran biodiversidad, diversidad de pisos ecológicos y muy poca población en las zonas rurales; asimismo tenemos una ventajosa posición geopolítica, porque nos encontramos en una posición central en América del sur. Sin embargo, pese a disponer de esta gran ventaja aún no hemos podido integrar nuestros procesos de competitividad que promueve el Consejo Nacional de Competitividad lo que ha restado continuidad a nuestra articulación de desarrollo sostenido y nuestra proyección internacional. La miopía de una visión geopolítica por parte de la clase política, sociedad y empresarios se debe a que en la educación ha prevalecido una enseñanza de una geografía estática, sin ninguna relación con sus ingentes recursos naturales y población, que son los componentes básicos de toda Estado Nación, Territorio, Estado y Población. Como sabemos las ventajas competitivas no se copian, se desarrollan, pero para ello es necesario tener una visión original del país, focalizar todas las energías para crear procesos, actividades, conocimientos e interrelaciones que sean coherentes con dicha visión y que en su conjunto produzcan un modelo operativo propio, amparadas todas ellas con una visión de país competitivo en base a nuestras mejores capacidades y apalancadas en nuestras ventajas comparativas. Esta situación coyuntural de una economía en crecimiento por la situación internacional favorable a la exportación primaria de minerales, es vulnerable a las políticas externas; tenemos que consolidar un crecimiento basado en la competitividad nacional pero con visión geopolítica que nos permita sostenibilidad en el tiempo. Por ello es importante reconocer que no interesan la cantidad de recursos que se puedan tener, sino que se pueden hacer con lo que se tiene. Palabras clave: Visión geopolítica, competitividad, Consejo nacional de Competitividad. / --- Peru is the third largest country in South America and has large natural resources, rich biodiversity, diversity of ecological zones and with very little population in rural areas also have an advantageous geopolitical position, because we are in a position central South America, but despite having this great advantage we have not yet integrate our processes that promotes competitiveness National Competitiveness Council has reduced continuity to our joint sustainable development and our international presence. The shortsightedness of a geopolitical vision by the political class, society and business is because education has prevailed teaching a static geography, unrelated to its vast natural resources and population, which are the building blocks of all Nation state, territory, state and population. As we know the competitive advantages are not copied, but to develop it is necessary to have an original vision of the country, focusing all energies to create processes, activities, knowledge and relationships that are consistent with that vision and that together produce a model own operating, covered all with a view of competitive country according to our best abilities and leveraged our comparative advantages. If the economic situation of a growing economy by the international situation favorable to the primary export of minerals, being that vulnerable to external policy, we need to consolidate a system based on national competitiveness but geopolitical vision that allows us sustainable growth over time. It is therefore important to recognize that not interest the amount of resources that may be, but you can do with what you have. Keywords: Geopolitical vision, competitiveness, National Competitiveness Council.

No description available.

El desarrollo de este trabajo, presenta el diseño de un sistema de visión artificial, capaz de medir Annona Cherimola Mill (Chirimoya) del ecotipo Aurora, las cuales provienen de la comunidad de Callahuanca, para posteriormente clasificar aquellas que cumplan con una dimensión de 10 x 12 cm empleando para la etapa de procesamiento: Ajuste de contraste y para la etapa de segmentación, Cierre, Apertura y Código Cadena; los métodos seleccionados cumplen con los tiempos de computo de diseño. Fue posible clasificar exitosamente 91 de 91 Chirimoyas de Categorías Extra y Primera estudiadas con un 100% de efectividad, una precisión de medida de 0,35mm y un error permisible de 2,18mm. Las pruebas se efectuaron en un prototipo diseñado para tal motivo y no en el equipo final; el error obtenido durante las pruebas es menor al establecido en los requerimientos en cuanto a la selección del fruto. En la memoria descriptiva, se presentan los cálculos referentes a la selección del dispositivo de captura, lentes y requerimientos de la iluminación empleando la metodología de diseño VDI-2221. El control del banco de pruebas, empleado para validar los algoritmos realizados, se realizó con un PLC y para realizar el procesamiento de imágenes, se optó por un computador de escritorio con procesador Intel R Core i5 CPU 2.53GHz junto con una cámara con comunicación USB 3.0. El diseño mecánico-eléctrico no es motivo de estudio en la presente investigación. / Tesis

Memoria para optar al título de Diseñador Industrial

Magíster en Ciencias de la Ingeniería, Mención Eléctrica / En este trabajo se presenta un sistema de detección de objetos para robots móviles basado en la información visual entregada por las cámaras del robot y el estado de los encoders de cada articulación. Debido a la baja capacidad de procesamiento que poseen los computadores de este tipo de robots, no es posible utilizar técnicas clásicas de visión computacional para la detección de objetos. Por ésto, esta tesis propone un sistema de percepción alternativo, de bajo consumo computacional, de alto desempeño y robusto. El sistema desarrollado no sólo detecta objetos sino que también les calcula: la pose respecto al sistema de referencia del robot y el error de la medición dada por una matriz de covarianza. También identifica el objeto detectado en caso de tratarse de objetos repetidos en el entorno. El ambiente de trabajo es el fútbol robótico, por lo que los objetos de interés a detectar corresponden a: los arcos, las líneas de la cancha y sus respectivas intersecciones. Dado que éstos objetos poseen una geometría regular, los sistemas de percepción se basan en el ajuste de modelos de líneas rectas que luego son considerados posibles bordes de los objetos. Los puntos que conforman las líneas de borde son determinados a partir de la información de color para el caso de arcos, e información de altos gradiente de intensidad para el caso de las líneas. Luego una serie de reglas dispuestas en cascada determinan si los modelos encontrados corresponden a objetos en la imagen. La detección de objetos también hace uso de la información del estado de los encoders de los motores de cada articulación para eliminar falsos positivos y para calcular la pose de los objetos respecto al sistema de referencia del robot. Éste cálculo se realiza mediante técnicas de geometría proyectiva y hace uso de la información sobre el estado de la cámara, el cual está dado por una matriz homogénea calculada a partir de la información de los encoders. Dado que el estado de la cámara está sometido a condiciones de ruido e imperfecciones de fabricación del robot, se ha diseñado un sistema de calibración que mejora notablemente la exactitud del cálculo de la pose de los objetos detectados. Las detecciones son acompañadas de una matriz de covarianza generada a partir de funciones determinadas mediante análisis de información estadística. De esta forma las detecciones pueden ser utilizadas como observaciones directas para estimadores de estados basados en filtros de Kalman extendido (por ejemplo, el proceso de auto-localización). Con esta información el comportamiento del filtro de Kalman es más cercano a la realidad y menos susceptible a oscilaciones dadas por detecciones con poses ruidosas (como por ejemplo, cuando el objeto se encuentra a grandes distancias). Dado que los objetos líneas, esquinas y t-líneas son ambiguos, es decir, no se pueden identificar utilizando sólo información visual, se ha diseñado un sistema de identificación basado en la auto-localización del robot. El sistema funciona con una tasa de detección alta (93.8\% para el caso de los arcos) y funciona a una velocidad de aproximadamente 10 cuadros por segundo, lo cual satisface lo esperado. El sistema funciona en un robot móvil humanoide que posee un procesador AMD Geode de 500MHz y con 256MB de memoria RAM.

En el presente trabajo de tesis se desarrolló un prototipo de supervisión y control autónomo de pintado haciendo uso de un algoritmo de inteligencia artificial lógica difusa, con dos entradas y una salida. Para lo cual, se preparó el prototipo haciendo uso de cámaras Webcam para la captura de imágenes en tiempo real. Además, se utilizó una PC con el Controlador Difuso diseñado en LabVIEW. Es así, que la imagen capturada en el modelo RGB fue convertida al modelo de color CYMK, y para lo cual el algoritmo de Lógica Difusa determinó la cantidad de color requerida salvo en el caso que hubiera ocurrido un error, sea por falta de color o el exceso de este, se hacía uso de la segunda variable de entrada del controlador. Los resultados obtenidos en este trabajo fueron en que la captura de imagen, siempre intervino el problema de la iluminación, así como también de las características de las tintas, los cuales hacían que varíen los resultados finales. Además, si bien el algoritmo de Lógica Difusa se convirtió en una herramienta muy versátil, y fácil de modificarla en caso de que se hubiera requerido cambiar su uso o aplicación, aun así, los resultados no son muy precisos. La etapa final se realizó controlando aisladamente unas válvulas solenoides, en un tiempo de apertura y cierre en daba paso a la liberación de cada pintura correspondiente a los colores Negro, Cian, Magenta, Amarillo y Blanco o Luminancia. Este último fue considerado como adicional por el brillo que existe en la imagen capturada.

No description available.

Ingeniero Civil Eléctrico / El lenguaje corporal es importante para comunicarse fluidamente con las personas. En el ámbito de la interacción con máquinas, existen sistemas para reconocer automáticamente gestos, pero confunden cuerpos de color similar y sus capacidades son muy inferiores a las de los seres humanos. Para contribuir a la solución de este problema, se presenta una plataforma que sigue una esquina e identifica pulsaciones utilizando una webcam, independientemente del tono del objeto y del fondo, lo que se efectúa analizando variaciones luminosas. El sistema registra imágenes con una cámara y las preprocesa para disminuir el ruido. Posteriormente, obtiene las zonas con cambios luminosos y reconstruye los objetos móviles. Luego, identifica las esquinas de los cuerpos, sigue la trayectoria de una de ellas y verifica si hay oscilaciones. La plataforma es complementada con módulos para configurar su funcionamiento, dibujar trayectorias y controlar un cursor. La programación se realiza en C++ y utiliza las librerías OpenCV para procesar imágenes y Qt para mostrar la interfaz de usuario. El desempeño se evalúa con videos en que un dedo recorre trayectorias predefinidas. En las pruebas se utilizan varios tipos de iluminación, fondos, distancias a la cámara, posturas y velocidades de movimiento. Los resultados muestran que el algoritmo ubica el dedo con error promedio de 10 píxeles y detecta pulsaciones en el 82% de los intentos. Se producen fallas cuando hay fuentes de luz frente a la cámara, oscuridad o movimiento detrás de la mano. El programa se ejecuta a 30fps y utiliza el 16% de un procesador Intel Core i5-3337u. La plataforma es capaz de distinguir objetos de tono similar, pero es poco tolerante a movimientos en el fondo. Una combinación de los métodos basados en variaciones luminosas y color puede corregir sus deficiencias mutuamente y habilitar aplicaciones que utilicen señales hechas con las manos para ordenadores personales y robots.

Ingeniero Civil en Computación / Hoy en día el fácil acceso a la tecnología permite al ser humano registrar, con un mínimo esfuerzo, eventos de interés en su vida. Como consecuencia se genera una gran cantidad de información multimedia, en particular videos, cuyo análisis de contenido es muy difícil de automatizar, siendo deseable el uso de técnicas de minería de datos y visión computacional para aprovechar esta oportunidad. En este contexto, surge la inquietud de clasificar dichos objetos en base a los eventos presentes en ellos, y de esa forma generar una herramienta predictiva que pueda ser usada posteriormente en aplicaciones de diversas áreas, como por ejemplo, en la publicidad. El presente trabajo de título da cuenta de la implementación de un sistema reconocedor de eventos en video, además de la experimentación con el mismo, la posterior modificación de su componente de clasificación, y la comparación de ambas versiones en términos de eficacia. El tipo de datos que emplea el sistema corresponde a videos de consumidor, los que fueron recolectados por una comunidad científica y agrupados en un dataset de uso público. El sistema se basa en un reconocedor de eventos planteado en un artículo, y está formado por descriptores de características, un módulo de clasificación SVM y un módulo de creación de histogramas. La modificación planteada consiste en cambiar SVM por un clasificador K-NN. Para cumplir con los objetivos mencionados anteriormente, se sigue la implementación propuesta en el artículo, esto significa que, primero se descarga el dataset y se implementan los descriptores escogidos, posteriormente, se implementa el clasificador SVM y se compara el sistema preliminar con las mediciones de eficacia del artículo, se repite el proceso hasta obtener valores similares y considerar que el sistema ha sido ajustado correctamente. Finalmente, se implementa el módulo K-NN y se comparan ambos sistemas en base a las métricas de rendimiento. A partir de los resultados de eficacia de las dos versiones, se muestra que el clasificador SVM es una mejor alternativa que K-NN para enfrentar el problema de reconocimiento de eventos en videos de consumidor. Esto es válido para los descriptores con los que se probó el sistema, pero puede no ser cierto si se utiliza otro conjunto de descriptores. Además, se deja en evidencia la dificultad que presenta el manejo de grandes volúmenes de información, y la necesidad de soluciones para su procesamiento.

Doctor en Ingeniería Eléctrica / Face recognition is one of the most active areas of research in computer vision because of its wide range of possible applications in person identification, access control, human computer interfaces, and video search, among many others. Face identification is a one-to-n matching problem where a captured face is compared to n samples in a database. In this work a new method for robust face recognition is proposed. The methodology is divided in two parts, the first one focuses in face recognition robust to illumination, expression and small age variation and the second part focuses in pose variation. The proposed algorithm is based on Gabor features; which have been widely studied in face identification because of their good results and robustness. In the first part, a new method for face identification is proposed that combines local normalization for an illumination compensation stage, entropy-like weighted Gabor features for a feature extraction stage, and improvements in the Borda count classification through a threshold to eliminate low-score Gabor jets from the voting process. The FERET, AR, and FRGC 2.0 databases were used to test and compare the proposed method results with those previously published. Results on these databases show significant improvements relative to previously published results, reaching the best performance on the FERET and AR databases. Our proposed method also showed significant robustness to slight pose variations. The method was tested assuming noisy eye detection to check its robustness to inexact face alignment. Results show that the proposed method is robust to errors of up to three pixels in eye detection. However, face identification is strongly affected when the test images are very different from those of the gallery, as is the case in varying face pose. The second part of this work proposes a new 2D Gabor-based method which modifies the grid from which the Gabor features are extracted using a mesh to model face deformations produced by varying pose. Also, a statistical model of the Borda count scores computed by using the Gabor features is used to improve recognition performance across pose. The method was tested on the FERET and CMU-PIE databases, and the performance improvement provided by each block was assessed. The proposed method achieved the highest classification accuracy ever published on the FERET database with 2D face recognition methods. The performance obtained in the CMU-PIE database is among those obtained by the best published methods. Extensive experimental results are provided for different combinations of the proposed method, including results with two poses enrolled as a gallery.