Show simple item record

dc.contributorNavarro Newball, Andrés Adolfo
dc.creatorDelgado Fajardo, Cristhian Camilo
dc.date2015
dc.date.accessioned2015-09-24T21:28:50Z
dc.date.available2015-09-24T21:28:50Z
dc.identifier.citationDelgado Fajardo, C. C. (2015). Sistema de visión por computadora e inteligencia artificial para monitorear la calidad en procesos de higiene de manos. Cali: Cristhian Camilo Delgado Fajardo.spa
dc.identifier.urihttp://hdl.handle.net/11522/3473
dc.descriptionLa presente tesis propone el diseño de un prototipo tecnológico basado en técnicas de visión por computadora y modelación escasa utilizada en un esquema de clasificación, para discriminar las acciones que componen las secuencias de pasos de la técnica de higiene de manos propuesto por la Organización Mundial de la Salud. Por cada paso (clase), diccionarios sobrecompletos son aprendidos utilizando un conjunto de descriptores espacio-temporales extraídos directamente de las secuencias de vídeos etiquetadas asociadas a cada clase (ejemplos). Posteriormente, estos diccionarios individuales son concatenados a fin de obtener un diccionario global que sirve para discriminar las acciones. Para la clasificación, se parte de la premisa de que cada descriptor puede ser representado mediante una combinación lineal de un pequeño número de elementos en el diccionario (escaso). Así, cuando se necesite discriminar un video de prueba bastará con representarlo escasamente mediante el diccionario global y observar en que sector del mismo está presente la mayor actividad. Este sector, corresponderá a la clase respectiva. Los resultados obtenidos en el presente trabajo de grado muestran que con base en unos pocos ejemplos y utilizando características basadas en el flujo de movimiento se pueden llegar a discriminar los pasos del protocolo que contienen una cantidad de movimiento considerable (Pasos 1,2 y3). Del mismo modo, se corrobora el hecho de que las representaciones escasas proporcionan un esquema de clasificación sencillo y rápido que lo hace idóneo para posibles implementaciones futuras en tiempo real, en donde será necesario, contar con tamaños de muestras significativos a fin de aumentar la precisión en el reconocimiento. Por otro lado, los resultados sugieren la utilización de un esquema de aprendizaje profundo que modele las relaciones inter-clase para así caracterizar de una mejor manera las acciones más complejas del protocolo (Pasos 4 y 5, 6 y 7, 8 y 9).spa
dc.formatapplication/pdfspa
dc.format.extent9. páginasspa
dc.languagespaspa
dc.publisherCristhian Camilo Delgado Fajardospa
dc.relation.urihttp://hdl.handle.net/11522/3471
dc.rightsEl o los autores otorgan licencia de uso parcial de la obra a favor de la Pontificia Universidad Javeriana Seccional Cali, teniendo en cuenta que en cualquier caso, la finalidad perseguida siempre será facilitar, difundir y promover el aprendizaje, la enseñanza y la investigación. Con la licencia el o los autores autorizan a la Pontificia Universidad Javeriana Seccional Cali: la publicación en formato o soporte material, de acuerdo con las condiciones internas que la Universidad ha establecido para estos efectos. La edición o cualquier otra forma de reproducción, incluyendo la posibilidad de trasladarla al sistema o entorno digital. La inclusión en cualquier otro formato o soporte como multimedia, colecciones, recopilaciones o, en general, servir de base para cualquier otra obra derivada. La comunicación y difusión al público por cualquier procedimiento o medio (impreso o electrónico). La inclusión en bases de datos y en sitios web, sean éstos onerosos o gratuitos, existiendo con ellos previo convenio perfeccionado con la Pontificia Universidad Javeriana Cali para efectos de satisfacer los fines previstos. En estos eventos, tales sitios tendrán las mismas facultades que las aquí concedidas para la referida universidad, con las mismas limitaciones y condiciones. El o los autores continúan conservando los correspondientes derechos sin modificación o restricción alguna, puesto que de acuerdo con la legislación colombiana aplicable, el acuerdo jurídico con la Pontificia Universidad Javeriana Cali, en ningún caso conlleva la enajenación del derecho de autor y de sus conexos. EL AUTOR, expresa que el artículo, folleto o libro objeto de la presente autorización es original y la elaboró sin quebrantar ni suplantar los derechos de autor de terceros, y de tal forma, el recurso electrónico aquí presentado es de su exclusiva autoría y tiene la titularidad sobre éste. PARÁGRAFO: en caso de queja o acción por parte de un tercero referente a los derechos de autor sobre el recurso electrónico en cuestión, EL AUTOR, asumirá la responsabilidad total, y saldrá en defensa de los derechos aquí autorizados; para todos los efectos, la Pontificia Universidad Javeriana Cali actúa como un tercero de buena fe.spa
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/2.5/co/*
dc.subjectFacultad de Ingenieríaspa
dc.subjectPrograma de Ingeniería Electrónicaspa
dc.subjectVisión por computadoraspa
dc.subjectInter-clasespa
dc.subjectOrganización Mundial de la Saludspa
dc.subjectHigiene de manosspa
dc.titleSistema de visión por computadora e inteligencia artificial para monitorear la calidad en procesos de higiene de manosspa
dc.typeinfo:eu-repo/semantics/workingPaperspa
dc.audiencePontificia Universidad Javeriana communityspa
dc.audienceResearchsspa
dc.audienceOtherspa
dc.audienceJournalistsspa
dc.coverageCali; Lat: 03 24 00 N degrees minutes; Lat: 3.4000 decimal degrees; Long: 076 30 00 W degrees minutes; Long: -76.5000 decimal degreesspa
dc.creator.emailccdelgado@javerianacali.edu.cospa
dc.publisher.facultyIngenieríaspa
dc.publisher.programIngeniería Electrónicaspa
dc.pubplace.cityCalispa
dc.rights.accesoAcceso abiertospa
dc.rights.accessRightsinfo:eu-repo/semantics/openAccessspa
dc.rights.ccAtribución-NoComercial-SinDerivadas 2.5 Colombia*
dc.source.bibliographicCitationBruckstein, Alfred M., David L. Donoho, and Michael Elad. "From sparse solutions of systems of equations to sparse modeling of signals and images." SIAM review 51.1 (2009): 34-81.Computing Review. Vol. 10, No. 2, (Winter 1992), pp.453-469.spa
dc.source.bibliographicCitationLaptev, Ivan. "On space-time interest points." International Journal of Computer Vision 64.2-3 (2005): 107-123..spa
dc.source.bibliographicCitationHarris, Chris, and Mike Stephens. "A combined corner and edge detector." Alvey vision conference. Vol. 15. 1988.spa
dc.source.bibliographicCitationLaptev, Ivan, et al. "Learning realistic human actions from movies." Computer Vision and Pattern Recognition, 2008. CVPR 2008. IEEE Conference on. IEEE, 2008.spa
dc.source.bibliographicCitationScovanner, Paul, Saad Ali, and Mubarak Shah. "A 3-dimensional sift descriptor and its application to action recognition." Proceedings of the 15th international conference on Multimedia. ACM, 2007.spa
dc.source.bibliographicCitationTibshirani, Robert. "Regression shrinkage and selection via the lasso." Journal of the Royal Statistical Society. Series B (Methodological) (1996): 267-288.spa
dc.source.bibliographicCitationChen, Scott Shaobing, David L. Donoho, and Michael A. Saunders. "Atomic decomposition by basis pursuit." SIAM journal on scientific computing 20.1 (1998): 33-61.spa
dc.source.bibliographicCitationCandès, Emmanuel J. "Compressive sampling." Proceedings of the international congress of mathematicians. Vol. 3. 2006.spa
dc.source.bibliographicCitationTropp, Joel, and Anna C. Gilbert. "Signal recovery from random measurements via orthogonal matching pursuit." Information Theory, IEEE Transactions on 53.12 (2007): 4655-4666spa
dc.source.bibliographicCitationMacQueen, James. "Some methods for classification and analysis of multivariate observations." Proceedings of the fifth Berkeley symposium on mathematical statistics and probability. Vol. 1. No. 14. 1967.spa
dc.source.bibliographicCitationAharon, Michal, Michael Elad, and Alfred Bruckstein. "K-SVD: An Algorithm for Designing Overcomplete Dictionaries for Sparse Representation." Signal Processing, IEEE Transactions on 54.11 (2006): 4311-4322. [4] Laptev, Ivan, et al. "Learning realistic human actions from movies." Computer Vision and Pattern Recognition, 2008. CVPR 2008. IEEE Conference on. IEEE, 2008.spa
dc.source.bibliographicCitationMairal, Julien, et al. "Online learning for matrix factorization and sparse coding." The Journal of Machine Learning Research 11 (2010): 19-60.spa
dc.source.bibliographicCitationEfron, Bradley, et al. "Least angle regression." The Annals of statistics 32.2 (2004): 407-499.spa
dc.source.bibliographicCitationMallat, Stéphane G., and Zhifeng Zhang. "Matching pursuits with time-frequency dictionaries." Signal Processing, IEEE Transactions on 41.12 (1993): 3397-3415.spa
dc.source.bibliographicCitationWeisberg, Sanford. Applied linear regression. Vol. 528. John Wiley & Sons, 2005spa
dc.source.bibliographicCitationCastrodad, Alexey. Structured sparse models for classification. University of Minnesota, 2012.spa
dc.source.bibliographicCitationTang, Zhongwei, et al. "Are you imitating me? unsupervised sparse modeling for group activity analysis from a single video." arXiv preprint arXiv:1208.5451 (2012).spa
dc.source.repositoryreponame:Vitela: Repositorio Institucional PUJspa
dc.source.institutioninstname:Pontificia Universidad Javeriana Cali.spa
dc.subject.lembVisión por computadorspa
dc.subject.lembProcesamiento de imágenes -- Técnicas digitalesspa
dc.subject.lembReconocimiento de modelosspa
dc.subject.lembSistemas de reconocimiento de configuracionesspa
dc.subject.lembManos -- Cuidado e higienespa
dc.type.hasversioninfo:eu-repo/semantics/draftspa
dc.type.spaTrabajo de Gradospa


Files in this item

Thumbnail
Thumbnail
Thumbnail

This item appears in the following Collection(s)

Show simple item record

Atribución-NoComercial-SinDerivadas 2.5 Colombia
Except where otherwise noted, this item's license is described as Atribución-NoComercial-SinDerivadas 2.5 Colombia