Detección y clasificación estilística automática de arte rupestre

"En este trabajo se aborda el problema de detección y clasificación estilística autoámática del arte rupestre de la Cueva de las Manos, Pcia. de Santa Cruz, Argentina. En este área de la arqueología, la identificación y clasificación manual de motivos se ve dificultada por la erosión de la pi...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autor principal: Hansen, Kevin
Formato: Tesis de maestría
Lenguaje:Español
Publicado: 2025
Materias:
ARTE RUPESTRE, CUEVA DE LAS MANOS, VISIÓN POR COMPUTADORA, REDES NEURONALES CONVOLUCIONALES, DETECCIÓN AUTOMÁTICA DE MOTIVOS, PRE-PROCESAMIENTO DE IMÁGENES, ALGORITMOS DE AGRUPAMIENTO
Acceso en línea:https://hdl.handle.net/20.500.14769/5145
Aporte de:
Repositorio Institucional Instituto Tecnológico de Buenos Aires (ITBA) de Instituto Tecnológico de Buenos Aires (ITBA)
id I32-R138-20.500.14769-5145
record_format dspace
spelling I32-R138-20.500.14769-51452026-01-07T14:13:56Z Detección y clasificación estilística automática de arte rupestre Hansen, Kevin ARTE RUPESTRE, CUEVA DE LAS MANOS, VISIÓN POR COMPUTADORA, REDES NEURONALES CONVOLUCIONALES, DETECCIÓN AUTOMÁTICA DE MOTIVOS, PRE-PROCESAMIENTO DE IMÁGENES, ALGORITMOS DE AGRUPAMIENTO "En este trabajo se aborda el problema de detección y clasificación estilística autoámática del arte rupestre de la Cueva de las Manos, Pcia. de Santa Cruz, Argentina. En este área de la arqueología, la identificación y clasificación manual de motivos se ve dificultada por la erosión de la piedra, las superposiciones de gráficos y los criterios heterogéneos de diferentes especialistas. Se presenta un proceso en dos etapas, primero un pre-procesamiento con cuatro métodos diferentes, combinados con cuatro modelos de redes neuronales de distinta arquitectura previamente entrenados. En segundo lugar, sobre los resultados de detección de motivos, se extraen características de imagen para luego clasificarlos utilizando métodos de agrupamiento. Todas las combinaciones de algoritmos son evaluadas con métricas estándar, lo cual permite elegir el que provee mejores resultados en cuanto a las familias tipológicas presentes en la literatura arqueológica, validados por una especialista. Los resultados confirman que la integración de métodos de visión por computadora, redes neuronales y algoritmos de agrupamiento constituye una metodología transferible para el análisis de arte rupestre patagónico, garantizando objetividad y reproductibilidad de los resultados." 2025-10-27T14:38:48Z 2025-10-27T14:38:48Z 2025-06-13 Tesis de maestría https://hdl.handle.net/20.500.14769/5145 es application/pdf
institution Instituto Tecnológico de Buenos Aires (ITBA)
institution_str I-32
repository_str R-138
collection Repositorio Institucional Instituto Tecnológico de Buenos Aires (ITBA)
language Español
topic ARTE RUPESTRE, CUEVA DE LAS MANOS, VISIÓN POR COMPUTADORA, REDES NEURONALES CONVOLUCIONALES, DETECCIÓN AUTOMÁTICA DE MOTIVOS, PRE-PROCESAMIENTO DE IMÁGENES, ALGORITMOS DE AGRUPAMIENTO
spellingShingle ARTE RUPESTRE, CUEVA DE LAS MANOS, VISIÓN POR COMPUTADORA, REDES NEURONALES CONVOLUCIONALES, DETECCIÓN AUTOMÁTICA DE MOTIVOS, PRE-PROCESAMIENTO DE IMÁGENES, ALGORITMOS DE AGRUPAMIENTO
Hansen, Kevin
Detección y clasificación estilística automática de arte rupestre
topic_facet ARTE RUPESTRE, CUEVA DE LAS MANOS, VISIÓN POR COMPUTADORA, REDES NEURONALES CONVOLUCIONALES, DETECCIÓN AUTOMÁTICA DE MOTIVOS, PRE-PROCESAMIENTO DE IMÁGENES, ALGORITMOS DE AGRUPAMIENTO
description "En este trabajo se aborda el problema de detección y clasificación estilística autoámática del arte rupestre de la Cueva de las Manos, Pcia. de Santa Cruz, Argentina. En este área de la arqueología, la identificación y clasificación manual de motivos se ve dificultada por la erosión de la piedra, las superposiciones de gráficos y los criterios heterogéneos de diferentes especialistas. Se presenta un proceso en dos etapas, primero un pre-procesamiento con cuatro métodos diferentes, combinados con cuatro modelos de redes neuronales de distinta arquitectura previamente entrenados. En segundo lugar, sobre los resultados de detección de motivos, se extraen características de imagen para luego clasificarlos utilizando métodos de agrupamiento. Todas las combinaciones de algoritmos son evaluadas con métricas estándar, lo cual permite elegir el que provee mejores resultados en cuanto a las familias tipológicas presentes en la literatura arqueológica, validados por una especialista. Los resultados confirman que la integración de métodos de visión por computadora, redes neuronales y algoritmos de agrupamiento constituye una metodología transferible para el análisis de arte rupestre patagónico, garantizando objetividad y reproductibilidad de los resultados."
format Tesis de maestría
author Hansen, Kevin
author_facet Hansen, Kevin
author_sort Hansen, Kevin
title Detección y clasificación estilística automática de arte rupestre
title_short Detección y clasificación estilística automática de arte rupestre
title_full Detección y clasificación estilística automática de arte rupestre
title_fullStr Detección y clasificación estilística automática de arte rupestre
title_full_unstemmed Detección y clasificación estilística automática de arte rupestre
title_sort detección y clasificación estilística automática de arte rupestre
publishDate 2025
url https://hdl.handle.net/20.500.14769/5145
work_keys_str_mv AT hansenkevin deteccionyclasificacionestilisticaautomaticadearterupestre
_version_ 1854267345205198848

Ejemplares similares