Hola,
¿eres nuevo aquí?

Regístrate gratis y conecta tu empresa con financiación pública, partners y proyectos.

Tengo cuenta

Regístrate

Ver video

TIN2015-66951-C2-1-R

Financiado

Cerrado

RECONOCIMIENTO VISUAL CON METODOLOGIAS DE APRENDIZAJE DE PRINCIPIO A FIN: TEORIA...

RECONOCIMIENTO VISUAL CON METODOLOGIAS DE APRENDIZAJE DE PRINCIPIO A FIN: TEORIA Y APLICACIONES LOS MECANISMOS HUMANOS DE PROCESAMIENTO DE LA INFORMACION SUGIEREN LA NECESIDAD DE ARQUITECTURAS PROFUNDAS PARA EXTRAER ESTRUCTURAS COMPLEJAS Y CONSTRUIR UNA REPRESENTACION INTERNA DE LOS ESTIMULOS SENSORIALES RICOS, CON EL AUMENT... ver más

01/01/2015

91K€

Presupuesto del proyecto: 91K€

Líder del proyecto

UNIVERSIDAD DE BARCELONA No se ha especificado una descripción o un objeto social para esta compañía.

Total investigadores 328

Fecha límite participación Sin fecha límite de participación.

Financiación concedida El organismo AGENCIA ESTATAL DE INVESTIGACIÓN notifico la concesión del proyecto el día 2015-01-01 No tenemos la información de la convocatoria

0% 100%

Información adicional privada

No hay información privada compartida para este proyecto. Habla con el coordinador.

Participantes

Lider

Conecta tu I+D

¿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

PID2019-104174GB-I00 TRANSFERENCIA DE CONOCIEMIENTO PARA REPRESENTACIONES EN REDE... 78K€ Cerrado

TIN2016-79717-R APRENDIZAJE PROFUNDO MULTI-TAREA PARA RECONOCIMIENTO DE OBJE... 39K€ Cerrado

PID2021-125711OB-I00 COMBINANDO TECNICAS DE MODELIZACION Y APRENDIZAJE AUTOMATICO... 145K€ Cerrado

PPP The Picture Pile Platform 150K€ Cerrado

DEEPLEARNING A biologically inspired algorithm for training deep neural n... 164K€ Cerrado

DeepFace Understanding Deep Face Recognition 2M€ Cerrado

Líder del proyecto

UNIVERSIDAD DE BARCELONA No se ha especificado una descripción o un objeto social para esta compañía.

Total investigadores 328

Presupuesto del proyecto 91K€

Fecha límite de participación Sin fecha límite de participación.

Descripción del proyecto LOS MECANISMOS HUMANOS DE PROCESAMIENTO DE LA INFORMACION SUGIEREN LA NECESIDAD DE ARQUITECTURAS PROFUNDAS PARA EXTRAER ESTRUCTURAS COMPLEJAS Y CONSTRUIR UNA REPRESENTACION INTERNA DE LOS ESTIMULOS SENSORIALES RICOS, CON EL AUMENTO DE LAS CAPACIDADES DE ALMACENAMIENTO Y COMPUTACION (EL USO DE GPUS), LAS ARQUITECTURAS PROFUNDAS DE LOS SISTEMAS DE APRENDIZAJE DE PRINCIPIO A FIN (SAPF) EMPEZARON A LLAMAR LA ATENCION DE LA COMUNIDAD DE VISION POR ORDENADOR, SE HA DEMOSTRADO QUE LAS REDES NEURONALES CONVOLUCIONALES PROFUNDAS ENTRENADAS CON CONJUNTOS DE IMAGENES MUY GRANDES, COMO LA IMAGENET O PLACES, MEJORAN NOTABLEMENTE VARIAS TAREAS DE RECONOCIMIENTO VISUAL, EL EXITO DE ESTOS ENFOQUES SE ATRIBUYE, PRINCIPALMENTE, AL APRENDIZAJE SIMULTANEO DE LA REPRESENTACION DE CARACTERISTICAS Y LAS REGLAS DE CLASIFICACION DE LAS IMAGENES, LOS ALGORITMOS DE APRENDIZAJE SAPF MODELAN EL PROBLEMA DESDE EL ANALISIS DE LOS PIXELES HASTA EL RESULTADO FINAL, Y LOS DESCRIPTORES VISUALES SE ELABORAN Y AJUSTAN A LAS REGLAS DE DECISION DURANTE EL APRENDIZAJE,ESTE PROYECTO PROPONE EL DISEÑO DE NUEVAS METODOLOGIAS DE APRENDIZAJE SAPF PARA RESOLVER VARIOS PROBLEMAS ABIERTOS EN EL RECONOCIMIENTO VISUAL, EN PARTICULAR, NOS CENTRAMOS EN: EL USO DE GRANDES CONJUNTOS DE DATOS NO (O PARCIALMENTE) ETIQUETADOS, DISPONIBLES EN DIFERENTES AREAS, PARA MEJORAR EL RENDIMIENTO DE LOS ALGORITMOS SAPF, EL DISEÑO DE ARQUITECTURAS SAPF PARA MODELAR DATOS TEMPORALES Y SECUENCIALES, Y EL USO DE REPRESENTACIONES DISPERSAS EN EL APRENDIZAJE, PARA MEJORAR EL TIEMPO DE ENTRENAMIENTO DE LOS MODELOS SAPF, ESTUDIAREMOS ESTOS TEMAS EN EL CONTEXTO DE VARIAS APLICACIONES ESPECIFICAS: RECONOCIMIENTO VISUAL E INTERPRETACION DE ESCENAS, VISION EGOCENTRICA, SEGMENTACION Y CLASIFICACION DE IMAGENES MEDICAS, ANALISIS DE CARAS Y RECONOCIMIENTO DE GESTOS, PROPONDREMOS NUEVOS ENFOQUES Y MODELOS A GRAN ESCALA PARA APRENDER CONCEPTOS NO VISUALES, COMO LA POPULARIDAD Y LAS ETIQUETAS DE EMOCION DE IMAGENES, LA INTERPRETACION DE ESCENAS SE ABORDARA MEDIANTE LA EXPLORACION DE LOS ALGORITMOS SAPF DESDE DIFERENTES PERSPECTIVAS: CENTRADOS EN LOS OBJETOS Y/O LA ESCENA, ESTOS ALGORITMOS SE UTILIZARAN PARA LA EXTRACCION DE EVENTOS EN IMAGENES EGOCENTRICAS, PARA CONSTRUIR DIARIOS DE PERSONAS QUE LLEVAN CAMARAS PORTABLES, EN CUANTO AL COMPORTAMIENTO SOCIAL, NUESTRO OBJETIVO ES DISEÑAR, DESARROLLAR Y APLICAR METODOLOGIAS DE APRENDIZAJE SAPF A DIFERENTES PROBLEMAS DONDE EL COMPORTAMIENTO Y LA INTERACCION JUEGAN UN PAPEL CLAVE, Y EXISTE UNA GRAN CANTIDAD DE DATOS QUE, POR UN LADO, HACE INVIABLE RESOLVER EL PROBLEMA POR PARTE DE LOS OBSERVADORES HUMANOS, Y POR OTRO LADO, PERMITE EL USO DE MODELOS DE APRENDIZAJE ROBUSTOS BASADOS EN SAPF, ADEMAS, NUESTROS MODELOS SE APLICARAN PARA DEFINIR NUEVAS REPRESENTACIONES DE IMAGENES EN CONTEXTOS MEDICOS,NUESTRO TRABAJO SE DESARROLLARA EN ESTRECHA COLABORACION CON VARIOS EQUIPOS DE INVESTIGACION INTERNACIONALES Y SE VALIDARA EN APLICACIONES REALES PLANTEADAS POR LAS EPOS DEL PROYECTO, APLICAREMOS LA TEORIA DESARROLLADA, ENTRE OTROS, A: (I) RECONOCER CONCEPTOS NO VISUALES EN REPOSITORIOS DE MILLONES DE IMAGENES, (II) AYUDAR EN LA INTERVENCION DE PACIENTES CON DETERIORO COGNITIVO LEVE , (III) MONITOREO DEL COMPORTAMIENTO DE ANIMALES, (IV) DEFINICION DE NUEVOS BIOMARCADORES DE TRASTORNOS CEREBRALES; Y (V) CARACTERIZAR LA PLACA ATEROSCLEROTICA CON EL FIN DE AYUDAR EN EL ANALISIS EPIDEMIOLOGICO PARA LA PREDICCION DE RUPTURA DE LA PLACA, VISIÓN POR COMPUTADOR\APRENDIZAJE AUTOMÁTICO\APRENDIZAJE PROFUNDO\SEGMENTACIÓN\RECONOCIMIENTO DE OBJETOS\IMÁGENES MÉDICAS\VISIÓN EGOCÉNTRICA

Conecta tu I+D

Entra hoy

¿Olvidé mi contraseña?

Financiación

Empresas

CTIs/Universidades

Proyectos

Investigadores