BPN<sup>n</sup>-CPN
La segmentación es un paso muy importante en el procesamiento de imágenes digitales. Su aplicación tiene como objetivo la subdivisión de la imagen en sus partes constituyentes u objetos. Actualmente existen diferentes técnicas para realizarla. En este trabajo se propone un nuevo método de segmenta...
Guardado en:
| Autores principales: | , , , |
|---|---|
| Formato: | Objeto de conferencia |
| Lenguaje: | Español |
| Publicado: |
2006
|
| Materias: | |
| Acceso en línea: | http://sedici.unlp.edu.ar/handle/10915/22454 |
| Aporte de: |
| Sumario: | La segmentación es un paso muy importante en el procesamiento de imágenes digitales. Su aplicación tiene como objetivo la subdivisión de la imagen en sus partes constituyentes u objetos.
Actualmente existen diferentes técnicas para realizarla.
En este trabajo se propone un nuevo método de segmentación de imágenes, denominado BPN<sup>n</sup>-CPN, basado en Redes Neuronales Artificiales, que combina la utilización de las arquitecturas Backpropagation (BPN) y Contrapropagación (CPN). Si bien las características y capacidades de cada una de estas arquitecturas son ampliamente conocidas, su desempeño individual no siempre es el más adecuado para la resolución de este tipo de problemas.
El método BPN<sup>n</sup>-CPN aquí propuesto basa su funcionamiento en la combinación de pequeñas redes que realizan el proceso de segmentación con un menor tiempo de entrenamiento logrando una mejora de la performance del sistema. BPN<sup>n</sup>-CPN ha sido aplicado a la resolución de distintos problemas de segmentación sobre imágenes en tonos de grises con resultados muy satisfactorios demostrando poseer la capacidad de la BPN pero con un tiempo computacional mucho menor.
Finalmente se presentan algunas conclusiones así como algunas líneas de trabajo futuras |
|---|