Ingeniería Electrónica
Permanent URI for this collection
Browse
Browsing Ingeniería Electrónica by Author "Benítez Restrepo, Hernán Darío"
Now showing 1 - 4 of 4
Results Per Page
Sort Options
Item Evaluation of no-reference quality prediction metrics in videos impaired by authentic distortions(Pontificia Universidad Javeriana Cali, 2020) Ledesma Mazuera, José Alejandro; Torres Morón, Stidl Alfonso; Benítez Restrepo, Hernán Darío; Gómez Nieto, Roger AlfonsoLos sistemas de hardware y procesamiento de vídeo digital pueden introducir distorsiones en la señal de vídeo durante el proceso de captura. La evaluación de la calidad del vídeo (VQA) es clave factor en el éxito de un sistema o servicio multimedia, cuyo objetivo es hacer que la Calidad de la experiencia percibida por el usuario aceptable. Por este motivo, en los últimos años se ha acelerado considerablemente el estudio y desarrollo de los sistemas automáticos. métodos objetivos que cuantifican con precisión el impacto de las distorsiones visuales en la percepción sin tener como referencia el vídeo original. Verificación de no referencia. Los algoritmos de calidad de video requieren bases de datos realistas de video distorsionado y humanos. Juicios de estos. Sin embargo, la calidad de la mayoría de los vídeos actualmente disponibles públicamente Las bases de datos se han creado en condiciones altamente controladas utilizando distorsiones simuladas (artificiales) y posteriores a la captura en vídeo de alta calidad. Esta situación motiva nos permitió llevar a cabo este proyecto, en el que evaluamos métricas sin referencia de última generación como FRIQUEE, QAWV, BRISQUE, NIQE, NSTSS y TLVQM en bases de datos de video auténticamente distorsionadas como KoNViD-1k. LIVE-Qualcomm y LIVE Desafío de calidad de video (VQC). Además, evaluamos un séptimo algoritmo VIIDEO y un cuarto CVD201.Item Graph learning approach based on signal representation methods for multispectral image fusion and change detection(Pontificia Universidad Javeriana Cali, 2020) Alvear Muñoz, Juan Carlos; Quintero Olaya, David Alfredo; Benítez Restrepo, Hernán Darío; Jiménez Sierra, David AlejandroLos gráficos son una herramienta matemática ampliamente utilizada para representar varios tipos de datos involucrados en un determinado proceso y las relaciones existentes entre ellos capturando la estructura y comportamiento del proceso. Se utilizan en aplicaciones como el modelado de la propagación de enfermedades en una población, transacciones financieras, redes de sensores y teledetección. Una de las aplicaciones novedosas que están en continuo desarrollo en teledetección, específicamente en detección de cambios, es el modelo de última generación basado en gráficos de fusión para detección de cambios (GBF-CD), en el que los autores utilizan gráficos para representar la Imágenes previas y posteriores al evento. Este modelo utiliza un núcleo gaussiano en la etapa de aprendizaje de gráficos, que pasa por alto una estructura de datos subyacente específica. Los modelos de aprendizaje de gráficos se basan en estadísticas, física o representación de señales. En esta investigación, utilizamos modelos basados en la representación de señales, es decir, suavidad de la señal y filtrado espectral, para la etapa de aprendizaje del gráfico GBF-CD con el fin de mejorar el rendimiento del modelo en métricas como: alarmas perdidas, falsas alarmas, precisión, recuperación, Cohen. kappa, error general y tiempo de ejecución. Además de modificar la etapa de aprendizaje de gráficos, en este nuevo modelo aplicamos la segmentación de corte de gráficos en lugar de la extensión de Nyström para reducir la complejidad computacional. Realizamos pruebas en 14 conjuntos de datos de casos reales de imágenes multiespectrales, incluidas algunas adquisiciones multimodales de desastres naturales. Nuestro modelo propuesto supera el rendimiento del modelo GBF-CD en 9 de 14 conjuntos de datos.Item Performance evaluation of multi-label classification models for the automated classification of anuran calls in audio recordings(Pontificia Universidad Javeriana Cali, 2023) Hernández Mera, Michael; De Valdenebro Herrera, Juan Sebastián; Benítez Restrepo, Hernán DaríoEste proyecto de grado tiene como objetivo utilizar modelos de redes neuronales convolucionales (CNN) preentrenados para identificar tres especies diferentes de Anuros por sonido en una representación de tiempo-frecuencia. Las especies seleccionadas son: Boana albopunctata, Physalaemus cuvieri, y Boana lundii. Además, se analizó el rendimiento de diversos modelos y técnicas de aumentación de datos, para lograr una correcta clasificación multi-etiqueta, y las mejores prácticas para el procesamiento de audio, clasificación y automatización para las señales de sonido de los anfibios y también se discuten algunas referencias a las limitaciones asociadas con el monitoreo acústico de los anfibios y otras especies. El diseño metodológico del proyecto se dividió en cuatro etapas: preprocesamiento, aumento de datos, entrenamiento del modelo y evaluación del rendimiento de los modelos entrenados. El núcleo del proyecto se desarrolló en Python, para la etapa de preprocesamiento de datos en este proyecto se diseñó un “pipeline” para procesar los datos crudos proporcionados por el Instituto Humboldt y consistió en recortar los archivos de audio, generar espectrogramas, y fusionarlos con las anotaciones para devolver un conjunto de datos bien estructurados para el entrenamiento, en la etapa de aumento de datos las técnicas utilizadas fueron técnicas de estiramiento de tiempo, enmascaramiento de tiempo y enmascaramiento de frecuencia, por último, la fase de evaluación del rendimiento se realizó extrayendo de los modelos entrenados ( MobileNet, DenseNet121, InceptionV3 y Resnet50) la métrica de desempeño F1 utilizando un 30% del conjunto de datos no aumentado aislado del proceso de entrenamiento y comparando el rendimiento de cada modelo. Se realizaron tres experimentos, variando los hiperparámetros y la arquitectura, y utilizando diferentes conjuntos de datos. Se seleccionaron los mejores modelos en función de su rendimiento. Los mejores modelos (MobileNet con 1 FC Layer, DenseNet con 1 FC Layer, InceptionV3 con 2 FC Layer) alcanzó un desempeño F1 medio del 81% para la clasificación multi-etiqueta de las tres diferentes especies mencionadas anteriormente.Item Predicción del transporte de sólidos en el valle alto del río Cauca a la altura de la planta Puerto Mallarino por medio de análisis de imágenes satelitales y procesamiento digital de señales(Pontificia Universidad Javeriana Cali, 2022) Dallos Bedoya, Iván Camilo; Córdoba Dorado, Víctor Daniel; Benítez Restrepo, Hernán DaríoEn este documento, se propone como problemática de estudio la turbidez como factor causante de la falta de agua potable en la población caleña a través de su afectación directa en la planta Puerto Mallarino en la ciudad de Cali. Se analiza la problemática utilizando las suspensiones no programadas, no avisadas reportadas por la SUI (Sistema Único de Información de Servicios Públicos Domiciliarios), las cuales muestran un gran número de horas y suscriptores afectados comparado con otro tipo de suspensiones, y se desarrolla con los datos de turbidez del año 2015 a 2020 proporcionados por EMCALI en la bocatoma de la planta de Puerto Mallarino, sumado a los datos de reflectancia de las bandas del satélite Sentinel-2 en este mismo periodo de tiempo. Con estos recursos, desde la ingeniería electrónica y más específicamente desde el Procesamiento Digital de Señales, se propone una solución con el procesamiento de imágenes satelitales provenientes del satélite Sentinel-2, aprovechando el fenómeno de la reflectancia presente en los cuerpos de agua sedimentados y las diferentes magnitudes de ondas electromagnéticas reflejadas que se pueden medir haciendo uso de las bandas espectrales de este mismo satélite y análisis de datos medidos in situ. Como finalidad, se pretende determinar un modelo lógico-matemático (algoritmo) que permita con el mayor grado de exactitud posible entregar una aproximación a los valores reales de turbidez según la información espectral disponible a través de las imágenes satelitales.