{"id":93498,"date":"2018-03-11T10:12:53","date_gmt":"2018-03-11T10:12:53","guid":{"rendered":"https:\/\/www.deberes.net\/tesis\/sin-categoria\/correlaciones-invariantes-de-objetos-tridimensionales\/"},"modified":"2018-03-11T10:12:53","modified_gmt":"2018-03-11T10:12:53","slug":"correlaciones-invariantes-de-objetos-tridimensionales","status":"publish","type":"post","link":"https:\/\/www.deberes.net\/tesis\/optica\/correlaciones-invariantes-de-objetos-tridimensionales\/","title":{"rendered":"Correlaciones invariantes de objetos tridimensionales"},"content":{"rendered":"<h2>Tesis doctoral de <strong> Jos\u00e9 Javier Vall\u00e9s Vilar <\/strong><\/h2>\n<p>La detecci\u00f3n de objetos tridimensionales (3d) puede considerarse, hasta cierto punto, como una extensi\u00f3n al reconocimiento cl\u00e1sico en el caso bidimensional. Son m\u00faltiples las aplicaciones pr\u00e1cticas de este campo, como por ejemplo las militares, las relacionadas con el tr\u00e1fico, m\u00e9dicas, etc.   una de las mayores dificultades que se presenta en el reconocimiento de objetos, ya sea 2d o 3d, es la diversidad de alteraciones que puede presentar el objeto que queremos reconocer. En general, una modificaci\u00f3n del objeto dificulta o imposibilita su detecci\u00f3n. As\u00ed, se hace necesario el desarrollo de t\u00e9cnicas espec\u00edficas para reconocer un mismo objeto de manera invariante a una alteraci\u00f3n concreta o un conjunto de ellas, tales como cambios de orientaci\u00f3n, de escala, de proyecci\u00f3n, etc.  en este trabajo planteamos diversos m\u00e9todos para superar las limitaciones producidas por los diferentes cambios del objeto al reconocimiento tridimensional. Todos los m\u00e9todos que hemos desarrollado tienen en com\u00fan el uso de correlaciones. Esta es la herramienta b\u00e1sica del reconocimiento bidimensional ya da un criterio de similitud entre funciones, est\u00e1 relacionada de forma inversa con el error cuadr\u00e1tico medio y es f\u00e1cil de implementar, tanto \u00f3ptica como digitalmente.  tambi\u00e9n el propio reconocimiento de objetos 3d plantea una serie de problemas cuya naturaleza es diferente a los que nos encontramos en el caso 2d. El hecho de tener una dimensi\u00f3n espacial adicional ampl\u00eda la necesidad de c\u00e1lculos y la obtenci\u00f3n y almacenamiento de una mayor cantidad de informaci\u00f3n. Adem\u00e1s, el considerar alg\u00fan tipo de alteraci\u00f3n al objeto implica un aumento de complejidad mayor en el caso de reconocimiento 3d que el experimentado en el 2d. Por ejemplo, el caso de reconocimiento 2d es un problema con dos grados de libertad mientras que el 3d tiene tres grados de libertad. Considerando rotaciones en el objeto: en 2d  se han de concretar tres grados de libertad, dos coordenadas espaciales m\u00e1s la rotaci\u00f3n. En el caso 3d se han de concretar seis grados de libertad, tres coordenadas espaciales m\u00e1s tres \u00e1ngulos para  la rotaci\u00f3n.   por todo esto, el principal objetivo de este trabajo es desarrollar m\u00e9todos de reconocimiento que permitan reconocer objetos 3d sometidos a diversas alteraciones, o conjunto de ellas.  comenzaremos abordando el caso de reconocimiento frente a cambios de iluminaci\u00f3n y continuaremos con diversas alteraciones geom\u00e9tricas, como cambios en la rotaci\u00f3n y la escala.  esta distinci\u00f3n entre los cap\u00edtulos no es casual sino que responde a la metodolog\u00eda usada. En el cap\u00edtulo 2 veremos c\u00f3mo el reconocimiento invariante frente a una alteraci\u00f3n, en principio compleja, los cambios de iluminaci\u00f3n, equivale a determinar la pertenencia de un vector a un determinado subespacio vectorial.  en el resto de cap\u00edtulos usaremos una codificaci\u00f3n que nos permita reducir ciertas modificaciones del objeto 3d a problemas similares al tratado en el segundo cap\u00edtulo. En el cap\u00edtulo 3 tratar\u00e1 en detalle la codificaci\u00f3n que proponemos, vi\u00e9ndose como la aplicaci\u00f3n de dicha codificaci\u00f3n a las im\u00e1genes de rango, posee unas propiedades que permiten su aplicaci\u00f3n directa al reconocimiento y estimaci\u00f3n de rotaciones de objetos tridimensionales.  en el cuarto cap\u00edtulo veremos c\u00f3mo una de las propiedades de dicha codificaci\u00f3n nos permite reducir la complejidad de la variaci\u00f3n de escala a una mera multiplicaci\u00f3n por una constante. En el quinto y \u00faltimo cap\u00edtulo trataremos, con una combinaci\u00f3n de los m\u00e9todos desarrollados en los cap\u00edtulos 2 y 3, el caso en el que se someta a un objeto simult\u00e1neamente a cambios de escala y rotaci\u00f3n que, nuevamente, se puede reducir a un caso m\u00e1s sencillo matem\u00e1ticamente mediante un proceso de codificaci\u00f3n.<\/p>\n<p>&nbsp;<\/p>\n<h3>Datos acad\u00e9micos de la tesis doctoral \u00ab<strong>Correlaciones invariantes de objetos tridimensionales<\/strong>\u00ab<\/h3>\n<ul>\n<li><strong>T\u00edtulo de la tesis:<\/strong>\u00a0 Correlaciones invariantes de objetos tridimensionales <\/li>\n<li><strong>Autor:<\/strong>\u00a0 Jos\u00e9 Javier Vall\u00e9s Vilar <\/li>\n<li><strong>Universidad:<\/strong>\u00a0 Universitat de val\u00e9ncia (estudi general)<\/li>\n<li><strong>Fecha de lectura de la tesis:<\/strong>\u00a0 25\/05\/2009<\/li>\n<\/ul>\n<p>&nbsp;<\/p>\n<h3>Direcci\u00f3n y tribunal<\/h3>\n<ul>\n<li><strong>Director de la tesis<\/strong>\n<ul>\n<li>Carlos Ferreira Garcia<\/li>\n<\/ul>\n<\/li>\n<li><strong>Tribunal<\/strong>\n<ul>\n<li>Presidente del tribunal: Santiago Vallmitjana rico <\/li>\n<li>david Mas candela (vocal)<\/li>\n<li>Mar\u00eda sagrario Mill\u00e1n Garc\u00eda-varela (vocal)<\/li>\n<li>henri Arsenault (vocal)<\/li>\n<\/ul>\n<\/li>\n<\/ul>\n<p>&nbsp;<\/p>\n","protected":false},"excerpt":{"rendered":"<p>Tesis doctoral de Jos\u00e9 Javier Vall\u00e9s Vilar La detecci\u00f3n de objetos tridimensionales (3d) puede considerarse, hasta cierto punto, como una [&hellip;]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"site-sidebar-layout":"default","site-content-layout":"","ast-site-content-layout":"","site-content-style":"default","site-sidebar-style":"default","ast-global-header-display":"","ast-banner-title-visibility":"","ast-main-header-display":"","ast-hfb-above-header-display":"","ast-hfb-below-header-display":"","ast-hfb-mobile-header-display":"","site-post-title":"","ast-breadcrumbs-content":"","ast-featured-img":"","footer-sml-layout":"","theme-transparent-header-meta":"","adv-header-id-meta":"","stick-header-meta":"","header-above-stick-meta":"","header-main-stick-meta":"","header-below-stick-meta":"","astra-migrate-meta-layouts":"default","ast-page-background-enabled":"default","ast-page-background-meta":{"desktop":{"background-color":"var(--ast-global-color-4)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-gradient":""},"tablet":{"background-color":"","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-gradient":""},"mobile":{"background-color":"","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-gradient":""}},"ast-content-background-meta":{"desktop":{"background-color":"var(--ast-global-color-5)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-gradient":""},"tablet":{"background-color":"var(--ast-global-color-5)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-gradient":""},"mobile":{"background-color":"var(--ast-global-color-5)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-gradient":""}},"footnotes":""},"categories":[1525,12858,21130,11658],"tags":[11734,193077,94959,193076,52243,11798],"class_list":["post-93498","post","type-post","status-publish","format-standard","hentry","category-optica","category-sistemas-de-reconocimiento-de-caracteres","category-tratamiento-digital-de-imagenes","category-vision-artificial","tag-carlos-ferreira-garcia","tag-david-mas-candela","tag-henri-arsenault","tag-jose-javier-valles-vilar","tag-maria-sagrario-millan-garcia-varela","tag-santiago-vallmitjana-rico"],"_links":{"self":[{"href":"https:\/\/www.deberes.net\/tesis\/wp-json\/wp\/v2\/posts\/93498","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.deberes.net\/tesis\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.deberes.net\/tesis\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.deberes.net\/tesis\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/www.deberes.net\/tesis\/wp-json\/wp\/v2\/comments?post=93498"}],"version-history":[{"count":0,"href":"https:\/\/www.deberes.net\/tesis\/wp-json\/wp\/v2\/posts\/93498\/revisions"}],"wp:attachment":[{"href":"https:\/\/www.deberes.net\/tesis\/wp-json\/wp\/v2\/media?parent=93498"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.deberes.net\/tesis\/wp-json\/wp\/v2\/categories?post=93498"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.deberes.net\/tesis\/wp-json\/wp\/v2\/tags?post=93498"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}