Cover Image

DESCRIPTORES ESPACIO-FRECUENCIA PARA IDENTIFICACIÓN AUTOMÁTICA DE PATRONES DE TEXTURA EN PRODUCTOS TEXTILES UTILIZANDO APRENDIZAJE SUPERVISADO

Fuente: Redalyc

Saved in:

Bibliographic Details
Main Author:	Arley Bejarano Martínez
Format:	Artículo científico
Language:	es
Published:	Universidad Militar Nueva Granada 2018
Subjects:	Ingeniería Textiles Tiempo frecuencia Análisis de textura Segmentación fractal Aprendizaje de máquina
Online Access:	Acceder al recurso 1 Acceder al recurso 2 Acceder al recurso 3 Acceder al recurso 4 Acceder al recurso 5
Tags:	Add Tag No Tags, Be the first to tag this record!

_version_	1876440606263214080
author	Arley Bejarano Martínez
author_facet	Arley Bejarano Martínez
contents	DESCRIPTORES ESPACIO-FRECUENCIA PARA IDENTIFICACIÓN AUTOMÁTICA DE PATRONES DE TEXTURA EN PRODUCTOS TEXTILES UTILIZANDO APRENDIZAJE SUPERVISADO Arley Bejarano Martínez Andrés Felipe Calvo Salcedo Carlos Alberto Henao Baena Ingeniería Textiles Tiempo frecuencia Análisis de textura Segmentación fractal Aprendizaje de máquina En este artículo se presenta una evaluación de descriptores espacio frecuencia y técnicas de análisis de texturas para la clasificación de textiles. La metodología de trabajo consta de tres etapas fundamentales: la caracterización, la clasificación y la validación. En la etapa de caracterización se utilizan descriptores como la Transformada Wavelet, la Transformada de Fourier, un método de caracterización de textura del estado del arte como lo es segmentación fractal para el análisis de texturas (SFTA) y la adaptación de la transformada corta de Fourier en espacio. Para la etapa de clasificación se analiza el uso de tres métodos del estado del arte, como lo son las Redes Neuronales Artificiales (RNA), Máquinas de Soporte Vectorial (SVM) y el Proceso Gaussiano (GP), a estos dos últimos se les incluyeron el uso de kernels lineales, Gaussianos y polinomiales. Para validar el método se construye una base de datos anotada con diez tipos de telas, con un total de 1.000 fotos, a las cuales se les aplica el proceso caracterización y clasificación por medio de un experimento Montecarlo. En esta etapa se generan configuraciones aleatorias de entrenamiento (70 %) y prueba (30 %), obteniendo el desempeño de cada modelo de clasificación. Por último, se obtiene la matriz de confusión y se determinan los porcentajes de acierto de cada experimento, adicionalmente se realiza un análisis de tiempos para cada uno de los algoritmos, tanto a nivel de descriptor como a nivel de clasificador, con el fin de determinar la configuración que mejores prestaciones presenta y su costo computacional. 2018 artículo científico 0124-8170 https://www.redalyc.org/articulo.oa?id=91158463004 https://www.redalyc.org/journal/911/91158463004/ https://www.redalyc.org/journal/911/91158463004/html/ https://www.redalyc.org/journal/911/91158463004/91158463004.epub https://www.redalyc.org/journal/911/91158463004/movil 10.18359/rcin.3212 es http://www.redalyc.org/revista.oa?id=911 Ciencia e Ingeniería Neogranadina application/pdf Universidad Militar Nueva Granada Ciencia e Ingeniería Neogranadina (Colombia) Num.2 Vol.28
format	Artículo científico
id	redalyc_91158463004
institution	Redalyc
language	es
publishDate	2018
publisher	Universidad Militar Nueva Granada
spellingShingle	DESCRIPTORES ESPACIO-FRECUENCIA PARA IDENTIFICACIÓN AUTOMÁTICA DE PATRONES DE TEXTURA EN PRODUCTOS TEXTILES UTILIZANDO APRENDIZAJE SUPERVISADO Arley Bejarano Martínez Ingeniería Textiles Tiempo frecuencia Análisis de textura Segmentación fractal Aprendizaje de máquina DESCRIPTORES ESPACIO-FRECUENCIA PARA IDENTIFICACIÓN AUTOMÁTICA DE PATRONES DE TEXTURA EN PRODUCTOS TEXTILES UTILIZANDO APRENDIZAJE SUPERVISADO Arley Bejarano Martínez Andrés Felipe Calvo Salcedo Carlos Alberto Henao Baena Ingeniería Textiles Tiempo frecuencia Análisis de textura Segmentación fractal Aprendizaje de máquina En este artículo se presenta una evaluación de descriptores espacio frecuencia y técnicas de análisis de texturas para la clasificación de textiles. La metodología de trabajo consta de tres etapas fundamentales: la caracterización, la clasificación y la validación. En la etapa de caracterización se utilizan descriptores como la Transformada Wavelet, la Transformada de Fourier, un método de caracterización de textura del estado del arte como lo es segmentación fractal para el análisis de texturas (SFTA) y la adaptación de la transformada corta de Fourier en espacio. Para la etapa de clasificación se analiza el uso de tres métodos del estado del arte, como lo son las Redes Neuronales Artificiales (RNA), Máquinas de Soporte Vectorial (SVM) y el Proceso Gaussiano (GP), a estos dos últimos se les incluyeron el uso de kernels lineales, Gaussianos y polinomiales. Para validar el método se construye una base de datos anotada con diez tipos de telas, con un total de 1.000 fotos, a las cuales se les aplica el proceso caracterización y clasificación por medio de un experimento Montecarlo. En esta etapa se generan configuraciones aleatorias de entrenamiento (70 %) y prueba (30 %), obteniendo el desempeño de cada modelo de clasificación. Por último, se obtiene la matriz de confusión y se determinan los porcentajes de acierto de cada experimento, adicionalmente se realiza un análisis de tiempos para cada uno de los algoritmos, tanto a nivel de descriptor como a nivel de clasificador, con el fin de determinar la configuración que mejores prestaciones presenta y su costo computacional. 2018 artículo científico 0124-8170 https://www.redalyc.org/articulo.oa?id=91158463004 https://www.redalyc.org/journal/911/91158463004/ https://www.redalyc.org/journal/911/91158463004/html/ https://www.redalyc.org/journal/911/91158463004/91158463004.epub https://www.redalyc.org/journal/911/91158463004/movil 10.18359/rcin.3212 es http://www.redalyc.org/revista.oa?id=911 Ciencia e Ingeniería Neogranadina application/pdf Universidad Militar Nueva Granada Ciencia e Ingeniería Neogranadina (Colombia) Num.2 Vol.28
title	DESCRIPTORES ESPACIO-FRECUENCIA PARA IDENTIFICACIÓN AUTOMÁTICA DE PATRONES DE TEXTURA EN PRODUCTOS TEXTILES UTILIZANDO APRENDIZAJE SUPERVISADO
topic	Ingeniería Textiles Tiempo frecuencia Análisis de textura Segmentación fractal Aprendizaje de máquina
url	https://www.redalyc.org/articulo.oa?id=91158463004 https://www.redalyc.org/journal/911/91158463004/ https://www.redalyc.org/journal/911/91158463004/html/ https://www.redalyc.org/journal/911/91158463004/91158463004.epub https://www.redalyc.org/journal/911/91158463004/movil