Look-up in Google Scholar
Full metadata record
Enciso Rodas, Lauro
Cavero Manzanares, Guadalupe Verenise
Loayza Condor, Catherine Lizbed
2025-01-24T21:18:18Z
2025-01-24T21:18:18Z
2024
253T20241893
http://hdl.handle.net/20.500.12918/10255
La tarea de la restauración digital de imágenes (Inpainting) supone una tarea fundamental dentro del campo de la visión computacional. En este trabajo se proponen adaptaciones a técnicas de aprendizaje profundo para la restauración digital de imágenes teniendo como objetivo mejorar la velocidad de ejecución. Luego de considerar un conjunto de técnicas, a partir de los criterios de ejecutabilidad, adaptabilidad, uniformidad y comparabilidad se seleccionan LaMa y EdgeConnect para su posterior adaptación. En la experimentación, se utiliza una base de datos de pinturas clásicas, cada una de las cuales es sometida a una distorsión uniforme y subsiguiente restauración con las técnicas seleccionadas y todas sus adaptaciones propuestas. Finalmente, de acuerdo con el análisis experimental a partir de los datos estadísticos obtenidos, la razón entre la diferencia de tiempo y la diferencia de calidad es de al menos 0.06 (6%), con lo cual hay una mejora del tiempo con relación a la pérdida de calidad. Esta mejora es constante en las técnicas finales seleccionadas, contribuyendo al avance de las aplicaciones de visión por computadora en restauración digital y su posterior uso en la restauración tradicional de pinturas sin registro fotográfico. (es_PE)
application/pdf (en_US)
spa (es_PE)
Universidad Nacional de San Antonio Abad del Cusco (es_PE)
info:eu-repo/semantics/openAccess (en_US)
http://creativecommons.org/licenses/by-nc-nd/4.0/ (*)
Restauración (es_PE)
Redes Neuronales Convolucionales (es_PE)
Inpainting (es_PE)
Deep Learning (es_PE)
Aprendizaje Automático (es_PE)
Tiempo de ejecución (es_PE)
Visión computacional (es_PE)
LaMa, EdgeConnect (es_PE)
Adaptación de técnicas (es_PE)
Adaptación de técnicas de aprendizaje profundo para la restauración digital veloz de pinturas sin registros fotográficos (es_PE)
info:eu-repo/semantics/bachelorThesis
Universidad Nacional de San Antonio Abad del Cusco. Facultad de Ingeniería Eléctrica, Electrónica, Informática y Mecánica
Ingeniería Informática y de Sistemas
Ingeniero Informático y de Sistemas
PE
http://purl.org/pe-repo/ocde/ford#1.02.02
http://purl.org/pe-repo/renati/nivel#tituloProfesional
23853228
https://orcid.org/0000-0001-6266-0838
72424077
48130305
612296
Flores Pacheco, Lino Prisciliano
Medrano Valencia, Ivan Cesar
Ormeño Ayala, Yeshica Isela
Pillco Quispe, Jose Mauro
http://purl.org/pe-repo/renati/type#tesis
Pública



This item is licensed under a Creative Commons License Creative Commons