Título
Un enfoque Bayesiano para un model biológico del sistema visual
Autor
ELIAS RUIZ HERNANDEZ
Colaborador
LUIS ENRIQUE SUCAR SUCCAR (Asesor de tesis)
Nivel de Acceso
Acceso Abierto
Materias
Resumen o descripción
In this thesis a bayesian approach of a visual system model is presented. This
model is biologically inspired in the macaque visual system. Research about the model
is based in Hubel & Wiesel paper [2] where a neuron layers sensitive to certain light
orientation are defined. An effort to comprehend this model and take it to a quantitative
model is the work presented by Serre & Poggio [13]. Inside this work a visual system
model and a simplified version of the model are exposed. They explain a layer schema
where each simple cell layer and complex cell layers are emulated. Our bayesian
approach is based on this model in order to create an alternative model using structures
like naïve Bayes. Our goal is to understand the visual system and employ this model in
categorization of objects. Our model uses training and test phases, using images from
several object categories.
Constructing a model of a visual system based on a Bayesian approach allows
creating with characteristic of formal structure, flexible to modifications, and possibilities
to add previous information in order to improve the recognition of certain objects. In this
thesis the original model and bayesian approach applied is detailed, explaining an
experimental evaluation with similar results for object recognition in images, but our
bayesian model proposed is more efficient in computational time of process and
flexibility related to its structure, as a result is more easy to understand, modify and
extend.
En esta tesis se expone un enfoque bayesiano de un modelo del sistema visual.
Este modelo está biológicamente inspirado en el sistema visual de los monos. Estos
trabajos parten de las investigaciones de Hubel y Wiesel [2], en donde se logran definir
un conjunto de capas de neuronas que presentan sensibilidad a cierta orientación de la
luz. Un esfuerzo por comprender mejor este modelo y llevarlo a un esquema
computacional es el trabajo propuesto por Serre y Poggio [13], el cual expone el modelo
del sistema visual, así como una versión computacional simplificada del mismo. Se trata
de un esquema por capas en donde se emulan capas de células simples y complejas.
El enfoque bayesiano presentado en esta tesis parte de este modelo a fin de lograr un
modelo alternativo, que emplee estructuras como el clasificador bayesiano simple. El
objetivo es comprender de una mejor manera el funcionamiento del sistema visual,
desde un enfoque computacional y emplear este modelo en tareas de categorización de
clases de objetos. Se presenta una etapa de entrenamiento y otra de prueba,
empleando imágenes de diversas categorías de objetos.
Realizar un modelo del sistema visual basado en un enfoque bayesiano permite
modelarlo con las características de una estructura formal, flexible a fin de ser
modificada, y con la posibilidad de agregar información previa a fin de mejorar el
reconocimiento para ciertos objetos. En esta tesis se detalla el modelo original así como
el enfoque bayesiano aplicado, mostrando su evaluación experimental, con resultados
similares en cuanto a su porcentaje de reconocimiento de diferentes objetos, sin
embargo el modelo bayesiano propuesto es más eficiente en términos de costo
computacional y flexible en cuanto a su estructura, también es más fácil de comprender
y por lo tanto de modificar y extender.
Editor
Instituto Nacional de Astrofísica, Óptica y Electrónica
Fecha de publicación
2008
Tipo de publicación
Tesis de maestría
Versión de la publicación
Versión aceptada
Recurso de información
Formato
application/pdf
Idioma
Español
Audiencia
Estudiantes
Investigadores
Público en general
Sugerencia de citación
Ruiz-Hernández E
Repositorio Orígen
Repositorio Institucional del INAOE
Descargas
443