CUANTIFICACION DE LA BELLEZA VISUAL: NEUROESTETICA Y APRENDIZAJE AUTOMATICO
LAS CAMARAS NOS SUGIEREN DISPARAR CUANDO LA IMAGEN ES TECNICAMENTE CORRECTA, PERO SOLO LOS HUMANOS SOMOS CAPACES DE DECIDIR CUANDO LA ESCENA ES SUFICIENTEMENTE ATRACTIVA PARA DISPARAR, AQUI TRABAJAREMOS EN UNA DEFINICION COMPUTACI...
LAS CAMARAS NOS SUGIEREN DISPARAR CUANDO LA IMAGEN ES TECNICAMENTE CORRECTA, PERO SOLO LOS HUMANOS SOMOS CAPACES DE DECIDIR CUANDO LA ESCENA ES SUFICIENTEMENTE ATRACTIVA PARA DISPARAR, AQUI TRABAJAREMOS EN UNA DEFINICION COMPUTACIONAL DE BELLEZA VISUAL QUE PUEDA SER INCORPORADA A SISTEMAS ARTIFICIALES, ESTO IMPLICA LA ABSTRACCION A PARTIR DE PRIMITIVAS DE NIVEL MEDIO Y LA INTERPRETACION DE SEÑALES DEL CORTEX VISUAL (Y SU PSICOFISICA ASOCIADA) EN TERMINOS DE VALOR ESTETICO, LAS IMPLICACIONES NO SE LIMITAN AL DESARROLLO DE CAMARAS INTELIGENTES, SINO QUE ALCANZAN AL CONCEPTO MISMO DE ARTE VISUAL: NO SOLO ES LA COMPRENSION O SIMULACION DEL ROL DEL FOTOGRAFO, SINO TAMBIEN EL DEL CRITICO DE ARTE,PARA ELLO, SON NECESARIOS NUEVOS INTERFACES CEREBRO-ORDENADOR, LOS ENFOQUES ACTUALES PARA LA EVALUACION ESTETICA SE USAN BASES DE DATOS DONDE LOS OBSERVADORES CALIFICARON LA BELLEZA DE IMAGENES GENERICAS, SIN EMBARGO, ESTAS BASES DE DATOS INTRODUCEN UNA FUENTE DE RUIDO IMPORTANTE: LOS OBSERVADORES INTUYEN QUE ES LA BELLEZA, PERO ES DIFICIL DE EXPLICARLA EN TERMINOS COMPUTACIONALES, NUESTRA IDEA ES EVITAR ESTE PROBLEMA ANALIZANDO DIRECTAMENTE EL EFECTO DE ESTIMULOS REALES Y SINTETICOS EN LA ACTIVIDAD CEREBRAL, LO CUAL SE UTILIZARA PARA VALIDAR LA TEORIA,LA ESTETICA ES ALGO MAS QUE LA APRECIACION SUBJETIVA DE LA CALIDAD TECNICA DE UNA IMAGEN, POR TANTO, CONTRARIAMENTE A LA OPINION GENERAL, NO CREEMOS QUE LA UTILIZACION DE APROXIMACIONES BOTTOM-UP SEA UNA BUENA SOLUCION: POR EJEMPLO, LOS METODOS DE DEEP-LEARNING OBTIENEN CAMPOS RECEPTIVOS SIMILARES A LOS BIOLOGICOS, PERO NO APORTAN CONOCIMIENTO SOBRE COMO INTEGRAR ESTAS PRIMITIVAS PARA DAR LUGAR A UN SIGNIFICADO SEMANTICO, EN LUGAR DE ESTO,AQUI SE BUSCARA UNA GRAMATICA DE COMPOSICION DE ELEMENTOS VISUALES UTILIZANDO TECNICAS ESTADISTICAS QUE NO ASUMAN ESTRUCTURAS PREVIAS, SINO QUE APRENDAN DE POCOS EJEMPLOS, LAS LEYES DEDUCIDAS DEBEN SER COMPATIBLES CON LAS OBSERVACIONES DE LA GESTALT Y CON LOS PATRONES NEURONALES QUE REGISTREMOS PRIMITIVAS VISUALES\ ABSTRACCIÓN\ AGRUPAMIENTO Y COMPOSICIÓN\ GESTALT COMPUTACIONAL\ NEUROESTÉTICAver más
Seleccionando "Aceptar todas las cookies" acepta el uso de cookies para ayudarnos a brindarle una mejor experiencia de usuario y para analizar el uso del sitio web. Al hacer clic en "Ajustar tus preferencias" puede elegir qué cookies permitir. Solo las cookies esenciales son necesarias para el correcto funcionamiento de nuestro sitio web y no se pueden rechazar.
Cookie settings
Nuestro sitio web almacena cuatro tipos de cookies. En cualquier momento puede elegir qué cookies acepta y cuáles rechaza. Puede obtener más información sobre qué son las cookies y qué tipos de cookies almacenamos en nuestra Política de cookies.
Son necesarias por razones técnicas. Sin ellas, este sitio web podría no funcionar correctamente.
Son necesarias para una funcionalidad específica en el sitio web. Sin ellos, algunas características pueden estar deshabilitadas.
Nos permite analizar el uso del sitio web y mejorar la experiencia del visitante.
Nos permite personalizar su experiencia y enviarle contenido y ofertas relevantes, en este sitio web y en otros sitios web.