Hola,
¿eres nuevo aquí?

Registrate y conecta tu empresa con financiación pública, partners y proyectos.

TIN2012-38102-C03-01

Financiado

LEARNING IMAGE FEATURES TO ENCODE VISUAL INFORMATION

LIFE-VISION ES UNA PROPUESTA DE PROYECTO COORDINADO ENTRE TRES EQUIPOS DE INVESTIGACION. EL SUBPROYECTO LIDERADO POR EL IMAGE PROCESSING LABORATORY DE LA UNIVERSITAT DE VALENCIA SE CENTRA EN EL APRENDIZAJE EN VARIEDADES DIFERENCIA... ver más

01/01/2012

104K€

Presupuesto del proyecto: 104K€

Líder del proyecto

UNIVERSITAT DE VALÈNCIA (ESTUDI GENERAL) No se ha especificado una descripción o un objeto social para esta compañía.

Sin perfil tecnológico

Financiación concedida El organismo AGENCIA ESTATAL DE INVESTIGACIÓN notifico la concesión del proyecto el día 2012-01-01

0% 100%

Participantes

Lider

Proyectos interesantes

RYC-2009-05031 Técnicas Inspiradas en la Percepción Humana para el Análisis... 192K€ Cerrado

TIN2010-15157 ANALISIS DE LA EFICIENCIA VISUAL COMPARATIVA DE METODOS DE F... 17K€ Cerrado

TIN2008-06562 APLICACION DE METRICAS PARA LA CLASIFICACION DE IMAGENES SEG... 53K€ Cerrado

TEC2009-13696 ESTADISTICA DE IMAGENES NATURALES: APRENDIZAJE NO PARAMETRIC... 37K€ Cerrado

TIN2009-14173 COMPRENSION HOLISTICA DE IMAGENES EN COLOR: COMBINACION DE P... 86K€ Cerrado

TIN2011-27539 RESTAURACION Y ANALISIS DE IMAGENES DIGITALES 42K€ Cerrado

Últimas noticias

29-11-2024: IDAE En las últimas 48 horas el Organismo IDAE ha otorgado 4 concesiones

29-11-2024: ECE En las últimas 48 horas el Organismo ECE ha otorgado 2 concesiones

29-11-2024: CMVAMADRID En las últimas 48 horas el Organismo CMVAMADRID ha otorgado 37 concesiones

Líder del proyecto

UNIVERSITAT DE VALÈNCIA (ESTUDI GENERAL)

Sin perfil tecnológico

Presupuesto del proyecto 104K€

Descripción del proyecto LIFE-VISION ES UNA PROPUESTA DE PROYECTO COORDINADO ENTRE TRES EQUIPOS DE INVESTIGACION. EL SUBPROYECTO LIDERADO POR EL IMAGE PROCESSING LABORATORY DE LA UNIVERSITAT DE VALENCIA SE CENTRA EN EL APRENDIZAJE EN VARIEDADES DIFERENCIALES (MANIFOLD LEARNING), LA EXTRACCION DE CARACTERISTICAS RELEVANTES Y DESCRIPCION ESTADISTICA DE IMAGENES. ESTE ENFOQUE BASADO EN MANIFOLD LEARNING ES LA CLAVE PARA DESARROLLAR METODOS INNOVADORES QUE SUPONGAN AVANCES CLAROS EN LOS CAMPOS DE CLASIFICACION Y SEGMENTACION DE IMAGENES, RESTAURACION, INVERSION DE MODELOS, EVALUACION SUBJETIVA DE LA CALIDAD DE IMAGENES, Y LA DETECCION DE AREAS PERCEPTUALMENTE RELEVANTES. DURANTE LA ULTIMA DECADA, HEMOS PROPUESTO MODELOS DE IMAGEN Y REPRESENTACIONES PARA LA CODIFICACION DE LA INFORMACION VISUAL, Y SE HA INVESTIGADO LAS RELACIONES ENTRE LA ESTADISTICA DE LAS IMAGENES Y EL PROCESADO EN EL CORTEX VISUAL. BASANDONOS EN NUESTRA EXPERIENCIA PREVIA, Y EN LAS TENDENCIAS ACTUALES EN EL PROCESAMIENTO DE IMAGENES Y EL APRENDIZAJE ESTADISTICO, SE PUEDE CONCLUIR QUE EL DESARROLLO DE APLICACIONES EN EL PROCESADO DE IMAGENES REQUIRE APRENDER Y CODIFICAR LAS CARACTERISTICAS DEL MANIFOLD, I.E., SU COMPORTAMIENTO LOCAL Y GLOBAL, GEOMETRIA, REGULARIDADES Y CAMBIOS DINAMICOS. LOS RESULTADOS DE NUESTROS PROYECTOS PREVIOS JUSTIFICAN ESTA APROXIMACION NOVEDOSA BASADA EN MANIFOLD LEARNING, ASI COMO LA CONVENIENCIA DE COOPERACION CON OTROS GRUPOS CON APROXIMACIONES SIMILARES. ESTE CAMPO ESTA INTIMAMENTE RELACIONADO CON LA EXTRACCION NO-LINEAL DE CARACTERISTICAS, Y ABARCA LA INCLUSION DE CONOCIMIENTO A PRIORI, APRENDIZAJE Y CODIFICACION DE LOS INVARIANTES, Y LA CARACTERIZACION ESPACIO-TEMPORAL-ESPECTRAL DE LA TEXTURA. LIFE-VISION SE CENTRA EN RESPONDER CUESTIONES CIENTIFICAS CLAVE: EL ESTUDIO DE LA DIMENSIONALIDAD INTRINSECA DE LAS IMAGENES, EL DILEMA ENTRE LA MINIMIZACION DEL ERROR FRENTE A LA MAXIMIZACION DE LA ENTROPIA, EL PROBLEMA DE LA ADAPTACION ANTE CAMBIOS EN LAS CONDICIONES DE OBSERVACION, LA HIPOTESIS DE LA CODIFICACION OPTIMA, LA SIMILITUD ESTADISTICA ENTRE DISTINTOS TIPOS DE IMAGEN, LA DINAMICA DE LOS INVARIANTES, Y EL APRENDIZAJE DE METRICAS A PARTIR DE DATOS. LOS RESULTADOS TEORICOS SERAN EVALUADOS EN TRES ESCENARIOS FUNDAMENTALES DE APLICACION, EN EL QUE LOS MIEMBROS SON EXPERTOS RECONOCIDOS: 1) PROCESADO DE IMAGENES Y VIDEO, 2) TELEDETECCION, Y 3) NEUROCIENCIA VISUAL COMPUTACIONAL. LOS RESULTADOS ESPERADOS DE ESTE SUBPROYECTO SE PUEDEN CLASIFICAR EN ASPECTOS CIENTIFICOS (GENERACION Y DIFUSION DE CONOCIMIENTO), EDUCACIONALES (FORMACION DE DOCTORANDOS), TECNOLOGICOS (TRANSFERENCIA, PATENTES), Y SOCIALES (APLICACION DE LAS TECNOLOGIAS DESARROLLADAS). LA PROPUESTA CUMPLE CON LOS OBJETIVOS DEL EXTENDIDO VI PLAN NACIONAL EN I+D+I 2008-2011, Y ENCAJA PERFECTAMENTE EN LA ACCION ESTRATEGICA "TELECOMUNICACIONES Y SOCIEDAD DE LA INFORMACION". LA TRAYECTORIA INVESTIGADORA, INTERDISCIPLINARIEDAD DEL EQUIPO, Y SU DEDICACION (95% DE LOS MIEMBROS CON DEDICACION UNICA) GARANTIZAN LA CONSECUCION CON EXITO DE LOS OBJETIVOS PLANTEADOS. ASIMISMO, EL APOYO EN LA EJECUCION DE UN EPO INTERNACIONAL COMO LA EUROPEAN ORGANISATION FOR THE EXPLOITATION OF METEOROLOGICAL SATELLITES (EUMETSAT) GARANTIZA LA APLICACION PRACTICA Y EL IMPACTO SOCIAL DE LOS RESULTADOS.KEYWORDS: APRENDIZAJE EN VARIEDADES, SELECCION/EXTRACCION DE CARACTERISTICAS, ADAPTACION, APRENDIZAJE DE METRICAS, INVARIANZAS, CLASIFICACION, INVERSION DE MODELOS, TELEDETECCION, CALIDAD SUBJETIVA, NEUROCIENCIA VISUAL COMPUTACIONAL.

Conecta tu I+D

Entra hoy

Financiación

Empresas

CTIs/Universidades

Proyectos

Investigadores