Hola,
¿eres nuevo aquí?

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

TIN2016-74946-P

Financiado

UN MARCO DE VISION POR COMPUTADOR BASADO EN UN CICLO DE ANALISIS-SINTESIS DE ARQ...

UN MARCO DE VISION POR COMPUTADOR BASADO EN UN CICLO DE ANALISIS-SINTESIS DE ARQUITECTURAS PROFUNDAS INSPIRADO EN EL SISTEMA COGNITIVO LAS ARQUITECTURAS DE APRENDIZAJE PROFUNDO (DEEP LEARNING) HAN CAMBIADO RECIENTEMENTE LA FILOSOFIA DE TRABAJO ASOCIADA A LA VISION POR COMPUTADOR. SU APLICACION HA MEJORADO CONSIDERABLEMENTE EL RENDIMIENTO Y LOS RESULTADOS EN MUC... ver más

01/01/2016

100K€

Presupuesto del proyecto: 100K€

Líder del proyecto

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

Total investigadores 328

Financiación concedida El organismo AGENCIA ESTATAL DE INVESTIGACIÓN notifico la concesión del proyecto el día 2016-01-01

0% 100%

Participantes

Lider

Proyectos interesantes

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

TIN2009-14404-C02-01 TECNICAS DE APRENDIZAJE PARA SISTEMAS DE VISION A GRAN ESCAL... 204K€ Cerrado

RYC-2008-03789 Scalable Object Recognition Systems 192K€ Cerrado

PID2020-120611RB-I00 CONTROLANDO EL OLVIDO EN REDES NEURONALES: APRENDIZAJE CONTI... 122K€ Cerrado

PID2021-125051OB-I00 RECOLECCION DE DATOS VISUALES: PERMITIENDO LA VISION POR COM... 117K€ Cerrado

PTQ-17-09536 Desarrollo de Sistema de Aprendizaje y Reconocimiento de Imá... 82K€ 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

UNIVERSIDAD DE BARCELONA

Total investigadores 328

Presupuesto del proyecto 100K€

Descripción del proyecto LAS ARQUITECTURAS DE APRENDIZAJE PROFUNDO (DEEP LEARNING) HAN CAMBIADO RECIENTEMENTE LA FILOSOFIA DE TRABAJO ASOCIADA A LA VISION POR COMPUTADOR. SU APLICACION HA MEJORADO CONSIDERABLEMENTE EL RENDIMIENTO Y LOS RESULTADOS EN MUCHOS PROBLEMAS, COMO EL RECONOCIMIENTO DE OBJETOS O LA GENERACION DE SUBTITULOS. SU EXITO SE BASA EN LA CONJUNCION DE DOS PUNTOS CLAVE: LA EXISTENCIA DE GRANDES VOLUMENES DE DATOS Y DE RECURSOS COMPUTACIONALES DE ALTO RENDIMIENTO. GRACIAS A ESTOS DOS ASPECTOS, VARIANTES DE LAS BIEN CONOCIDAS REDES NEURONALES PUEDEN SER EFICIENTEMENTE APRENDIDAS APILANDO DIFERENTES CAPAS DE NEURONAS, DE AQUI LA PALABRA "PROFUNDA".EL EXITO DE ESTAS TECNICAS EN PROBLEMAS FUNDAMENTALES DE LA VISION POR COMPUTADOR HA PERMITIDO A LA COMUNIDAD CIENTIFICA EMPEZAR A FOCALIZARSE EN PROBLEMAS MAS COMPLEJOS. LA PRESENTE PROPUESTA SE CENTRA EN EL PROBLEMA DE LA COMPRENSION DE ESCENAS MEDIANTE VISION ARTIFICIAL. LA HIPOTESIS PRINCIPAL DEL PROYECTO CONSISTE EN QUE EL PROBLEMA DE COMPRENSION DE UNA ESCENA A PARTIR DE UNA IMAGEN SE PUEDE MODELAR COMO UN CICLO ITERATIVO QUE USA UN PROCESO BOTTOM-UP DE RECONOCIMIENTO, UNA CAPA DE ORGANIZACION DE LOS COMPONENTES, Y UN PROCESO TOP-DOWN DE GENERACION O RECONSTRUCCION. CREEMOS QUE ESTA PROPUESTA PUEDE SER MODELADA COMPUTACIONALMENTE DE FORMA EFECTIVA MEDIANTE ARQUITECTURAS DE APRENDIZAJE PROFUNDO.EL OBJETIVO DEL PROYECTO ES LA INVESTIGACION TEORICA Y COMPUTACIONAL DE MODELOS, METODOS Y ALGORITMOS PARA DEFINIR UN CICLO DE VISION POR COMPUTADOR BASADO EN LOS ELEMENTOS DE ANALISIS, REORGANIZACION, Y SINTESIS MEDIANTE EL USO DE TECNICAS DE APRENDIZAJE PROFUNDO. COMO OBJETIVO SECUNDARIO, PRETENDEMOS APLICAR ESTAS TECNICAS A DOS PROBLEMAS, EL ANALISIS DE LA COMUNICACION NO VERBAL Y UN ESCENARIO DE NEUROREHABILITACION.EL PLAN DE TRABAJO DEL PROYECTO SE CENTRA EN LOS SIGUIENTE OBJETIVOS ESPECIFICOS:EL MODELADO DE LA MEMORIA ASOCIATIVA A LARGO PLAZO Y LA CAPA DE REORGANIZACION EXPLORANDO REPRESENTACIONES DE IMAGENES Y ESCENAS EN TERMINOS DE ELEMENTOS Y REPRESENTACIONES COMPATIBLES CON APRENDIZAJE PROFUNDO.EL ANALISIS DEL CAMINO DISCRIMINATIVO DE ABAJO HACIA ARRIBA ESTUDIANDO LA APLICACION DE TECNICAS DE APRENDIZAJE PROFUNDO EN PROBLEMAS CON POCOS EJEMPLOS DE DATOS Y EXPLORANDO ESTRATEGIAS SEMI-SUPERVISADAS Y LA FUSION DE ESTRUCTURAS GENERATIVAS Y DISCRIMINATIVAS; LA EXPLORACION DE ARRIBA HACIA ABAJO DE SINTESIS DE IMAGENES COMO UNA INSTANCIA PARTICULAR DEL PROCESO GENERATIVO A PARTIR DE LAS REPRESENTACIONES INTERNAS DEL PRIMER PUNTO;LA EXPLORACION DE TECNICAS ADECUADAS PARA LA COMUNICACION LATERAL DE INFORMACION ENTRE LAS ESTRUCTURAS GENERATIVAS Y DISCRIMINATIVAS DE LOS CAMINOS MODELADOS; YFINALMENTE, LA APLICACION DEL CONOCIMIENTO ADQUIRIDO EN DOS DEMOSTRADORES: EL ANALISIS DE SECUENCIAS DE VIDEO DE NIÑOS CON PROBLEMAS NEUROLOGICOS EN UN ESCENARIO DE NEUROREHABILITACION; Y EL ANALISIS DE LOS RASGOS DE PERSONALIDAD A PARTIR DE VIDEOS CORTOS. EL EXITO DE LA INVESTIGACION DE ESTE PROYECTO CONSTITUIRA UN AVANCE SIGNIFICATIVO EN EL ENTENDIMIENTO DEL SISTEMA DE VISION POR COMPUTADOR BASADO EN ARQUITECTURAS DE APRENDIZAJE PROFUNDO, PROPORCIONANDO NUEVAS HERRAMIENTAS CON MAYOR RENDIMIENTO A LAS ACTUALMENTE EN USO Y ABRIENDO LA PUERTA A UNA NUEVA GENERACION DE APLICACIONES DE ALTO IMPACTO SOCIAL. RQUITECTURAS PROFUNDAS\ANÁLISIS DEL COMPORTAMIENTO HUMANO\VISIÓN POR COMPUTADOR

Conecta tu I+D

Entra hoy

Financiación

Empresas

CTIs/Universidades

Proyectos

Investigadores