http://sedici.unlp.edu.ar:80/handle/10915/141273 Fri, 13 Nov 2026 10:36:16 GMT 2026-11-13T10:36:16Z http://sedici.unlp.edu.ar:80/handle/10915/141291 Objeto de conferencia II Simposio Argentino de Imágenes y Visión (SAIV 2021) - JAIIO 50 (Modalidad virtual) The goal of this work is to propose possible improvements on one of the latest models for Video Action Recognition based on currently existing attention mechanisms. We took a model architecture that uses 2 sub-models in paralell: one based on Optical Flow and the other based on the video itself, and proposed the following improvements: adding mixed precision in the training loop, using a Ranger optimizer instead of SGD, and expanding the Attention Mechanism. The video database used for this work was the EGTEA+ that is a action database of first person videos of daily activities. Fri, 01 Jan 2021 00:00:00 GMT http://sedici.unlp.edu.ar:80/handle/10915/141291 2021-01-01T00:00:00Z The goal of this work is to propose possible improvements on one of the latest models for Video Action Recognition based on currently existing attention mechanisms. We took a model architecture that uses 2 sub-models in paralell: one based on Optical Flow and the other based on the video itself, and proposed the following improvements: adding mixed precision in the training loop, using a Ranger optimizer instead of SGD, and expanding the Attention Mechanism. The video database used for this work was the EGTEA+ that is a action database of first person videos of daily activities. http://sedici.unlp.edu.ar:80/handle/10915/141289 Objeto de conferencia II Simposio Argentino de Imágenes y Visión (SAIV 2021) - JAIIO 50 (Modalidad virtual) El presente trabajo investiga alternativas al problema de clasificación de imágenes dermatoscópicas utilizando redes neuronales residuales (ResNet) y codificando los descriptores de la misma con Vectores de Fisher. En primer lugar se realizó el reentrenamiento de un clasificador ResNet-50. Luego se aplicaron Vectores de Fisher a partir de los descriptores de distintas muestras de una imagen. Otra alternativa investigada fue generar vectores de Fisher sobre la base de los descriptores obtenidos como salida del quinto bloque convolucional de la red ResNet- 50. Finalmente se realizó un ensamble de las aplicaciones de vectores de Fisher logrando resultados acorde a lo desarrollado en otros trabajos. Fri, 01 Jan 2021 00:00:00 GMT http://sedici.unlp.edu.ar:80/handle/10915/141289 2021-01-01T00:00:00Z El presente trabajo investiga alternativas al problema de clasificación de imágenes dermatoscópicas utilizando redes neuronales residuales (ResNet) y codificando los descriptores de la misma con Vectores de Fisher. En primer lugar se realizó el reentrenamiento de un clasificador ResNet-50. Luego se aplicaron Vectores de Fisher a partir de los descriptores de distintas muestras de una imagen. Otra alternativa investigada fue generar vectores de Fisher sobre la base de los descriptores obtenidos como salida del quinto bloque convolucional de la red ResNet- 50. Finalmente se realizó un ensamble de las aplicaciones de vectores de Fisher logrando resultados acorde a lo desarrollado en otros trabajos. http://sedici.unlp.edu.ar:80/handle/10915/141287 Objeto de conferencia II Simposio Argentino de Imágenes y Visión (SAIV 2021) - JAIIO 50 (Modalidad virtual) El reconocimiento de acciones en videos es actualmente un tema de interés en el área de visión por computadora debido a sus potenciales aplicaciones tales como indexación en multimedia, vigilancia en espacios públicos, entre otras. En este trabajo proponemos una arquitectura CNN-BiLSTM. Primero, una red neuronal convolucional VGG16 previamente entrenada extrae las características del video de entrada. Luego, un BiLSTM clasifica el video en una clase en particular. Evaluamos el rendimiento de nuestro sistema utilizando la precisión como métrica de evaluación, obteniendo 40.9% y 78.1% para los conjuntos de datos HMDB-51 y LTCF-101 respectivamente. Fri, 01 Jan 2021 00:00:00 GMT http://sedici.unlp.edu.ar:80/handle/10915/141287 2021-01-01T00:00:00Z El reconocimiento de acciones en videos es actualmente un tema de interés en el área de visión por computadora debido a sus potenciales aplicaciones tales como indexación en multimedia, vigilancia en espacios públicos, entre otras. En este trabajo proponemos una arquitectura CNN-BiLSTM. Primero, una red neuronal convolucional VGG16 previamente entrenada extrae las características del video de entrada. Luego, un BiLSTM clasifica el video en una clase en particular. Evaluamos el rendimiento de nuestro sistema utilizando la precisión como métrica de evaluación, obteniendo 40.9% y 78.1% para los conjuntos de datos HMDB-51 y LTCF-101 respectivamente. http://sedici.unlp.edu.ar:80/handle/10915/141286 Objeto de conferencia II Simposio Argentino de Imágenes y Visión (SAIV 2021) - JAIIO 50 (Modalidad virtual) En este trabajo se propone una estrategia de aumentación de datos para los repositorios de espectrogramas utilizados en la detección de la Enfermedad de Parkinson. Esta estrategia consiste en crear espectrogramas a partir de una señal de voz considerando distintas paletas de colores. Se utilizan 13 paletas de colores provistas por la herramienta colormap de Matlab. Para la evaluación de los resultados se consideran los modelos de CNN AlexNet, VGG 16, ResNet 50, Inception v3 y Squeezenet. De los experimentos se observa que las CNN mejoran la performance de clasificación y disminuyen la variabilidad de los resultados cuando utiliza el conjunto de datos aumentado. Fri, 01 Jan 2021 00:00:00 GMT http://sedici.unlp.edu.ar:80/handle/10915/141286 2021-01-01T00:00:00Z En este trabajo se propone una estrategia de aumentación de datos para los repositorios de espectrogramas utilizados en la detección de la Enfermedad de Parkinson. Esta estrategia consiste en crear espectrogramas a partir de una señal de voz considerando distintas paletas de colores. Se utilizan 13 paletas de colores provistas por la herramienta colormap de Matlab. Para la evaluación de los resultados se consideran los modelos de CNN AlexNet, VGG 16, ResNet 50, Inception v3 y Squeezenet. De los experimentos se observa que las CNN mejoran la performance de clasificación y disminuyen la variabilidad de los resultados cuando utiliza el conjunto de datos aumentado. http://sedici.unlp.edu.ar:80/handle/10915/141284 Objeto de conferencia II Simposio Argentino de Imágenes y Visión (SAIV 2021) - JAIIO 50 (Modalidad virtual) Considerando la relevancia e impacto de los crecientes data- sets en el área de reconocimiento facial, introducimos una base de datos conformada exclusivamente por sujetos nacidos en América Latina con el objetivo de que sea útil para el entrenamiento y evaluación de modelos de reconocimiento facial dedicados a utilizarse en proyectos dentro de esta región. Fri, 01 Jan 2021 00:00:00 GMT http://sedici.unlp.edu.ar:80/handle/10915/141284 2021-01-01T00:00:00Z Considerando la relevancia e impacto de los crecientes data- sets en el área de reconocimiento facial, introducimos una base de datos conformada exclusivamente por sujetos nacidos en América Latina con el objetivo de que sea útil para el entrenamiento y evaluación de modelos de reconocimiento facial dedicados a utilizarse en proyectos dentro de esta región. http://sedici.unlp.edu.ar:80/handle/10915/141280 Objeto de conferencia II Simposio Argentino de Imágenes y Visión (SAIV 2021) - JAIIO 50 (Modalidad virtual) La generación de modelos digitales 3D resulta un factor clave en la reconstrucción de objetos o piezas, en la denominada ingeniería inversa de productos. El primer paso es recolectar su información geométrica, y obtener una nube de puntos para su posterior reconstrucción. En el presente trabajo se evaluaron las capacidades, limitaciones y puesta a punto de técnicas derivadas de la fotogrametría aplicadas a la reconstrucción digital de una superficie regular (maple de huevos), y su posterior impresión 3D. Para todos los procesos se utilizaron paquetes de software educativos. La metodología es simple de implementar, y la adquisición de fotografías así como el procesamiento de información se puede realizar con equipamiento disponible en cualquier laboratorio de CAD, o similar. Los resultados de la evaluación de la precisión son muy promisorios; el máximo error relativo entre las dimensiones del maple real y el modelo digital, así como con el objeto impreso resultó inferior al 6%, no observándose una distribución espacial preferencial de los errores. Los resultados apuntan a la factibilidad de utilizar esta metodología en la formación de futuros ingenieros, y como primera etapa en proyectos de ingeniería de baja envergadura. Fri, 01 Jan 2021 00:00:00 GMT http://sedici.unlp.edu.ar:80/handle/10915/141280 2021-01-01T00:00:00Z La generación de modelos digitales 3D resulta un factor clave en la reconstrucción de objetos o piezas, en la denominada ingeniería inversa de productos. El primer paso es recolectar su información geométrica, y obtener una nube de puntos para su posterior reconstrucción. En el presente trabajo se evaluaron las capacidades, limitaciones y puesta a punto de técnicas derivadas de la fotogrametría aplicadas a la reconstrucción digital de una superficie regular (maple de huevos), y su posterior impresión 3D. Para todos los procesos se utilizaron paquetes de software educativos. La metodología es simple de implementar, y la adquisición de fotografías así como el procesamiento de información se puede realizar con equipamiento disponible en cualquier laboratorio de CAD, o similar. Los resultados de la evaluación de la precisión son muy promisorios; el máximo error relativo entre las dimensiones del maple real y el modelo digital, así como con el objeto impreso resultó inferior al 6%, no observándose una distribución espacial preferencial de los errores. Los resultados apuntan a la factibilidad de utilizar esta metodología en la formación de futuros ingenieros, y como primera etapa en proyectos de ingeniería de baja envergadura. http://sedici.unlp.edu.ar:80/handle/10915/141279 Objeto de conferencia II Simposio Argentino de Imágenes y Visión (SAIV 2021) - JAIIO 50 (Modalidad virtual) An estimator of the self-similarity parameter for certain classes of random processes is presented. Simulation of synthetic data is also treated. The estimator was implemented for both the case 1D and 2D, verifying a high linearity and robustness in the estimation. Finally potential application from real world images such SAR images are also discussed. Fri, 01 Jan 2021 00:00:00 GMT http://sedici.unlp.edu.ar:80/handle/10915/141279 2021-01-01T00:00:00Z An estimator of the self-similarity parameter for certain classes of random processes is presented. Simulation of synthetic data is also treated. The estimator was implemented for both the case 1D and 2D, verifying a high linearity and robustness in the estimation. Finally potential application from real world images such SAR images are also discussed. http://sedici.unlp.edu.ar:80/handle/10915/141277 Objeto de conferencia II Simposio Argentino de Imágenes y Visión (SAIV 2021) - JAIIO 50 (Modalidad virtual) Las imágenes SAR (Synthetic Aperture Radar) cumplen un rol fundamental en el monitoreo ambiental y observación terrestre debido a que proveen información que las imágenes ópticas no proporcionan. Sin embargo, estas imágenes están contaminadas con un ruido inherente al método de captura, llamado ruido speckle, que dificulta su análisis e interpretación automática. Los modelos avanzados de segmentación de imágenes SAR están dedicados a resolver las dificultades que este ruido provoca. En este sentido, resulta de suma importancia el estudio de parámetros que describan las características estructurales de textura de la imagen en presencia de ruido speckle. En este trabajo, se propone un nuevo modelo de clasificación de imágenes SAR basado en el cálculo de descriptores de textura locales, formando un vector característico, el cual involucra estimaciones de parámetros de una distribución de probabilidad, estimaciones de la dimensión fractal y entropía de Tsallis. Luego, el etiquetado de cada píxel se realiza utilizando el método de clasificación supervisada SVM (Support Vector Machine). Se analizan los resultados de aplicar el algoritmo propuesto en imágenes SAR sintéticas, simples y con valores extremos agregados, los cuales muestran alta eficacia y son prometedores para la aplicación en imágenes SAR reales. Fri, 01 Jan 2021 00:00:00 GMT http://sedici.unlp.edu.ar:80/handle/10915/141277 2021-01-01T00:00:00Z Las imágenes SAR (Synthetic Aperture Radar) cumplen un rol fundamental en el monitoreo ambiental y observación terrestre debido a que proveen información que las imágenes ópticas no proporcionan. Sin embargo, estas imágenes están contaminadas con un ruido inherente al método de captura, llamado ruido speckle, que dificulta su análisis e interpretación automática. Los modelos avanzados de segmentación de imágenes SAR están dedicados a resolver las dificultades que este ruido provoca. En este sentido, resulta de suma importancia el estudio de parámetros que describan las características estructurales de textura de la imagen en presencia de ruido speckle. En este trabajo, se propone un nuevo modelo de clasificación de imágenes SAR basado en el cálculo de descriptores de textura locales, formando un vector característico, el cual involucra estimaciones de parámetros de una distribución de probabilidad, estimaciones de la dimensión fractal y entropía de Tsallis. Luego, el etiquetado de cada píxel se realiza utilizando el método de clasificación supervisada SVM (Support Vector Machine). Se analizan los resultados de aplicar el algoritmo propuesto en imágenes SAR sintéticas, simples y con valores extremos agregados, los cuales muestran alta eficacia y son prometedores para la aplicación en imágenes SAR reales.