Cargando...
Jorge Ochoa Somuano
Profesor Investigador
🔗 Perfil del investigador: http://bibliovirtual.umar.mx:4000/handle/123456789/2257
🏛 Universidad del Mar
Información Académica
Email
-
ORCID
https://orcid.org/0000-0003-3966-8246
Teléfono
-
País
-
Cargo
Profesor Investigador
Scopus
-
Ciencia ID
-
ISNI
-
Publicaciones
Reconocimiento de rostros en un ambiente de iluminación controlado no invariante a expresiones faciales
(El autor, 2011) Pereyra Ramos, César Geovani; Ochoa Somuano, Jorge (Director de tesis); Ochoa Somuano, Jorge; Investigación de Industrias (Campus Puerto Escondido)
El objetivo de este trabajo de licenciatura titulado “Reconocimiento de rostros en un ambiente de iluminación controlado no invariante a expresiones faciales”, consistió en la implementación de una RNA Perceptron con cuatro neuronas para el reconocimiento de rostros, teniendo como apoyo una base de conocimientos compuesta por las distancias más significativas del rostro de una persona tomadas a partir de una imagen BMP de 378 x 512 pixeles. El sistema cuenta con un módulo de preprocesamiento en el cual se elimina ruido y se realzan detalles de la imagen, para el posterior cálculo de las características significativas del rostro de la persona, también tiene un módulo que se encarga de entrenar la RNA tipo Perceptron con sus cuatro neuronas de entrada. Por consecuencia, también cuenta con un módulo de reconocimiento en el cual se abre una imagen para su identificación en el sistema, que muestra la imagen guardada de la persona reconocida. La implementación de esta metodología para el reconocimiento de rostros dio como resultado un 92 % de efectividad en el reconocimiento de imágenes de la base de conocimiento, teniendo en cuenta que el gesto de la persona no varíe mucho.
Detección y seguimiento lineal de objetos no flexibles invariantes en color en una secuencia de imágenes
(El autor, 2009) Toscano Martínez, Jasiel Hassán; Ochoa Somuano, Jorge (Director de tesis); Ochoa Somuano, Jorge; Investigación de Industrias (Campus Puerto Escondido)
El objetivo de este trabajo de tesis denominado “Detección y seguimiento lineal de objetos no flexibles invariantes en color en una secuencia de imágenes”, consistió en desarrollar un software que permite, a partir de una secuencia de imágenes, la detección de objetos en movimiento y como consecuencia realizar un seguimiento del objeto durante una
trayectoria lineal de grado 1. En el desarrollo de este trabajo de tesis se han aplicado
diferentes técnicas de procesamiento de imágenes entre las cuales se pueden mencionar las
siguientes: aplicación de la escala de grises, filtro de la mediana, binarización, operadores de Sobel y resta de imágenes.
A raíz de la aplicación de estas técnicas, se puede determinar que el sistema
desarrollado tiene una efectividad del 99.7%, siempre y cuando la secuencia de imágenes se obtenga bajo un ambiente controlado, esto quiere decir, que los colores de los objetos deben tener un contraste notable respecto al fondo en cada una de las imágenes de la secuencia.
Clasificación de objetos rígidos a partir de imágenes digitales, empleando los momentos invariantes de HU
(El autor, 2012) Pérez Lara, Carlos; Ochoa Somuano, Jorge (Director de tesis); Ochoa Somuano, Jorge; Investigación de Industrias (Campus Puerto Escondido)
La inteligencia artificial ha funcionado como un instrumento muy importante en el desarrollo de nuevas tecnologías referentes a visión, voz, señales, todo esto referente para procesarlo por medio de una computadora. Dentro del área de visión, es de suma importancia cuando ésta se aplica se haga la simulación de distinguir un objeto de otros, la diferenciación de estos lo hace un clasificador de objetos. Este trabajo de tesis nombrado “Clasificación de objetos rígidos a partir de imágenes digitales, empleando los momentos invariantes de Hu” fue una investigación en la que se realizó un software clasificador de objetos. Para la extracción de las características de los objetos en las imágenes se emplearon lo momentos invariantes de Hu, que, como su nombre lo dice, son invariantes a rotación, escala y traslación. En la clasificación de estos mismos objetos se utilizó el clasificador K-means. Las pruebas que se realizaron para la validación de este software fueron: números, letras, herramientas, tornillos, figuras geométricas y llaves con monedas. En el resultado de estas pruebas se reportó un porcentaje de certeza de 97.76 % y un porcentaje de error de 2.24 % bajo condiciones controladas del ambiente. De acuerdo a los resultados planteados, estos mismos pueden ser aplicados en la industria como clasificadores de control de calidad, en la medicina como clasificación de células cancerígenas, en la milicia como detección de artillería enemiga, entre otras.