Look-up in Google Scholar
Title: Segmentación de imágenes por medio de redes complejas y superpíxeles: estudio comparativo y caracterización estadística de las redes
Advisor(s): Santo Batista Neto, Joao do Espírito
OCDE field: http://purl.org/pe-repo/ocde/ford#1.02.01
Issue Date: 2015
Institution: Universidad Católica San Pablo
Abstract: Con las recientes investigaciones en teoría de Redes complejas, el problema de agrupamiento en grafos ha experimentado una mejora considerable, tanto en el tiempo de procesamiento como en la calidad de las segmentaciones. Dado que el problema de agrupamiento en grafos esta´ relacionado con la segmentación de imágenes, es posible considerar métodos de agrupamiento en grafos, particularmente algoritmos de detección de comunidades en redes complejas para el problema de segmentación de imágenes. Sin embargo, la segmentación de imágenes basada en redes complejas presenta una limitación fundamental, que es el número excesivo de nodos en la red. En este trabajo es adoptada una estrategia de redes complejas para segmentación de imágenes precisa y rápida. Para lidiar con el problema de la cantidad elevada de nodos en la red, es incorporado el concepto de Superpíxeles. Experimentos previos de esta estrategia mostraron segmentaciones de buena calidad y con bajo tiempo de procesamiento. Sin embargo, no fueron realizados estudios comparativos con diversos algoritmos de detección de comunidades, además de no existir una caracterización estadística de los grafos generados a partir de imágenes. En este trabajo fue probado un nuevo algoritmo de detección de comunidades, con resultados de buena calidad. Por otro lado, una de las principales contribuciones de esta tesis, es caracterización del grafo generado, con resultados reveladores que dan pie a diversas investigaciones futuras.
Discipline: Ciencia de la Computación
Grade or title grantor: Universidad Católica San Pablo. Facultad de Ingeniería y Computación
Grade or title: Licenciado en Ciencia de la Computación
Register date: 13-Jun-2017



Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.