Resumen

LUGO SANCHEZ, Omar E.; SOSSA, Humberto  y  ZAMORA, Erik. Reconocimiento robusto de lugares mediante redes neuronales convolucionales. Comp. y Sist. [online]. 2020, vol.24, n.4, pp.1589-1605.  Epub 11-Jun-2021. ISSN 2007-9737.  https://doi.org/10.13053/cys-24-4-3340.

En este trabajo se propone utilizar una red neuronal convolucional para el reconocimiento visual de lugares. El trabajo se enfoca en la identificación y extracción automática de regiones de interés a partir de una imagen consulta. Estas regiones de interés se usan para construir la codificación de la imagen mediante un vector de descriptores localmente agregados, el cual es usado para la recuperación de imágenes. A diferencia de otros métodos, donde la imagen completa es utilizada para crear la codificación, el enfoque propuesto solo usa las regiones de interés más importantes en la imagen. Esto otorga una mejor robustez ante cambios extremos de vista en la imagen, condiciones de iluminación y oclusiones. Otra aportación de este trabajo consiste en la integración de un transformador convolucional espacial de acuerdo a la arquitectura de la red neuronal convolucional. Este transformador es usado para la normalización de las regiones de interés, lo que favorece una mayor robustez en la codificación. También se propone una función de pérdida que se usa para entrenar la red neuronal artificial para identificar las regiones de manera automática. Para medir la eficiencia del modelo propuesto, se realizó una variedad de experimentos con un conjunto desafiante de datos desafiantes. Los resultados reportados muestran que el método propuesto produce resultados superiores respecto a los otros métodos del estado del arte.

Palabras llave : Red neuronal convolucional; vector de descriptores localmente agregados; reconocimiento visual de lugares.

        · resumen en Inglés     · texto en Español     · Español ( pdf )