APRENDIZAJE PROFUNDO BAYESIANO PARA INTERACCIONES DINAMICAS APLICADAS A DISPOSIT...
APRENDIZAJE PROFUNDO BAYESIANO PARA INTERACCIONES DINAMICAS APLICADAS A DISPOSITIVOS ASISTENCIALES VISUALES
LA POBLACION CON DEFICIENCIAS VISUALES, COMO LA DEGENERACION MACULAR CON LA EDAD, CRECE EN TODO EL MUNDO. EL TRATAMIENTO MAS PROMETEDOR ES EL USO DE PROTESIS VISUALES U OTROS DISPOSITIVOS DE ASISTENCIA VISUAL, QUE UTILIZAN UNA CAM...
ver más
Financiación
concedida
El organismo AGENCIA ESTATAL DE INVESTIGACIÓN notifico la concesión del proyecto
el día 2021-01-01
No tenemos la información de la convocatoria
0%
100%
Información adicional privada
No hay información privada compartida para este proyecto. Habla con el coordinador.
¿Tienes un proyecto y buscas un partner? Gracias a nuestro motor inteligente podemos recomendarte los mejores socios y ponerte en contacto con ellos. Te lo explicamos en este video
Proyectos interesantes
CPP2021-008760
SMARTGAZEII; Sistema de Movilidad Autónoma y Segura para pe...
248K€
Cerrado
BES-2009-024132
SISTEMA DE VISION DINAMICA EN TIEMPO REAL Y SU APLICACION EN...
37K€
Cerrado
DPI2014-61792-EXP
SISTEMAS DE VISION NO CONVENCIONALES PARA PERCEPCION EN PROT...
54K€
Cerrado
TIN2011-28146
DESARROLLO DE TECNOLOGIA PORTATIL AVANZADA PARA LA SUSTITUCI...
149K€
Cerrado
TIN2008-06893-C03-01
DESARROLLO DE UN SISTEMA RETINOMORFICO EN TIEMPO REAL SOBRE...
56K€
Cerrado
EEBB-I-12-04475
SISTEMA DE VISION DINAMICA EN TIEMPO REAL Y SU APLICACION EN...
9K€
Cerrado
Descripción del proyecto
LA POBLACION CON DEFICIENCIAS VISUALES, COMO LA DEGENERACION MACULAR CON LA EDAD, CRECE EN TODO EL MUNDO. EL TRATAMIENTO MAS PROMETEDOR ES EL USO DE PROTESIS VISUALES U OTROS DISPOSITIVOS DE ASISTENCIA VISUAL, QUE UTILIZAN UNA CAMARA EXTERNA PARA ENVIAR LA INFORMACION AL IMPLANTE. SIN EMBARGO, LA INFORMACION QUE SE PUEDE TRANSMITIR A TRAVES DEL DISPOSITIVO PROTESICO ES MUY LIMITADA. ESTE PROYECTO CONTINUA UNA LINEA DE INVESTIGACION INICIADA EN EL PROYECTO ANTERIOR PARA CREAR UN ASISTENTE VISUAL INTELIGENTE QUE SEA CAPAZ DE EXTRAER Y DESTILAR LA INFORMACION MAS RELEVANTE Y SUPERAR LAS LIMITACIONES EXISTENTES. EN EL PROYECTO ANTERIOR, OBTUVIMOS RESULTADOS MUY PROMETEDORES, DONDE PUDIMOS MEJORAR RESULTADOS EN EL RECONOCIMIENTO DE OBJETOS Y ESCENAS MEDIANTE APRENDIZAJE PROFUNDO Y VISION POR COMPUTADOR. REALIZAMOS EXPERIMENTOS EN UN PROTOTIPO DE VISION PROTESICA SIMULADA UTILIZANDO COMO SUJETOS A PERSONAS CON VISION NORMAL. LOS RESULTADOS ANTERIORES SE BASARON EN ESCENAS ESTATICAS DONDE EL USUARIO NO TIENE INTERACCION. EN ESTE PROYECTO, NUESTRO OBJETIVO ES IR MAS ALLA Y TRABAJAR EN PROBLEMAS DINAMICOS E INTERACTIVOS DONDE EL SISTEMA DEBE PROCESAR INFORMACION DINAMICA Y ANTICIPAR LAS NECESIDADES DEL USUARIO PARA PROPORCIONAR INFORMACION UTIL. MEJORAREMOS NUESTRO PROTOTIPO DE VISION PROTESICA SIMULADA CON UN SISTEMA DE REALIDAD VIRTUAL INMERSIVO CON CAPTURA DE CAMARAS EXTERNAS PARA REALIZAR EXPERIMENTOS EN ENTORNOS INTERACTIVOS Y REALIZAR SECUENCIAS COMPLEJAS DE TAREAS COMO COCINAR.LA APORTACION CIENTIFICA SE BASA EN TRES PILARES PARA AFRONTAR ESCENARIOS DINAMICOS Y PODER PREDECIR LAS ACCIONES DEL USUARIO. PRIMERO, LOS ESCENARIOS INTERACTIVOS REQUIEREN UN CONOCIMIENTO MAS PROFUNDO DEL ENTORNO. EN ESTE PROYECTO, NOS BASAREMOS EN LA TEORIA DE LAS "AFFORDANCES" QUE DEFINEN LAS OPCIONES DE ACCION Y LAS INTENCIONES Y PERMITEN EL USO DE MAPAS TOPOLOGICOS DE REGIONES CENTRADAS EN LA ACTIVIDAD, REDUCIENDO LA COMPLEJIDAD DE LA BUSQUEDA EN EL ESPACIO DE LA ACCION. EN SEGUNDO LUGAR, LOS ESCENARIOS DINAMICOS Y LAS PREDICCIONES REQUIEREN UNA CUIDADOSA CUANTIFICACION DE LA INCERTIDUMBRE. LOS RESULTADOS ANTERIORES CARECEN DE CUANTIFICACION DE LA INCERTIDUMBRE. EN ESTE PROYECTO, UTILIZAREMOS METODOS DE APRENDIZAJE PROFUNDO BAYESIANO PARA ESTIMAR LAS FUENTES DE INCERTIDUMBRE TANTO ALEATORIAS COMO EPISTEMICAS. EN TERCER LUGAR, HABIENDO CUANTIFICADO LA INCERTIDUMBRE, EL DISPOSITIVO DE ASISTENCIA NECESITA ANTICIPARSE AL USUARIO Y GENERAR LA SEÑAL O INDICACION VISUAL CORRESPONDIENTE. EL MARCO DE APRENDIZAJE POR REFUERZO ES UNA OPCION POPULAR PARA LA SELECCION DE ACCIONES OPTIMAS EN PRESENCIA DE INCERTIDUMBRE. DEBIDO A QUE QUEREMOS LIMITAR EL PROCESO DE APRENDIZAJE CON EL USUARIO, UTILIZAREMOS EL APRENDIZAJE POR REFUERZO BASADO EN MODELOS Y LA OPTIMIZACION BAYESIANA POR SU GRAN EFICIENCIA EN TERMINOS DE ENSAYOS. LOS METODOS BASADOS ​​EN MODELOS APRENDEN UN MODELO DINAMICO DEL USUARIO, QUE PUEDE SER DIFERENTE DE UN USUARIO A OTRO, POR LO QUE, PRETENDEMOS PERSONALIZAR LA EXPERIENCIA APRENDIENDO MODELOS DE USUARIO ESPECIFICOS.NUESTRO CONOCIMIENTO PREVIO EN ROBOTICA BRINDA UNA EXCELENTE OPORTUNIDAD PARA DISEÑAR UN SISTEMA DE REALIDAD VIRTUAL INMERSIVO BASADO EN UN ENTORNO REAL CAPTURADO POR CAMARAS EGOCENTRICAS O UN ENTORNO VIRTUAL 3D. TENEMOS LA INTENCION DE PUBLICAR EL CODIGO DEL SIMULADOR PARA ACELERAR EL DESARROLLO DE HARDWARE Y SOFTWARE PROTESICO. EL SIMULADOR TAMBIEN SE PUEDE UTILIZAR EN FERIAS CIENTIFICAS PARA CONCIENCIAR A LA SOCIEDAD. ISION POR COMPUTADOR\ROBOTICA\ASISTENTES COGNITIVOS\DEEP LEARNING