IDENTIFICACIÓN DE OBJETOS MÚLTIPLEMENTE SOLAPADOS: ESTADÍSTICA DESCRIPTIVA
PDF
HTML

Palabras clave

Imagen
separar objetos
solapados
estadísticas

Cómo citar

Lobo, E., & Maldonado, L. (2019). IDENTIFICACIÓN DE OBJETOS MÚLTIPLEMENTE SOLAPADOS: ESTADÍSTICA DESCRIPTIVA. Universidad Ciencia Y Tecnología, 23(94), 7. Recuperado a partir de https://uctunexpo.autanabooks.com/index.php/uct/article/view/167

Resumen

El reconocimiento de objetos en una imagen instantánea es un área de investigación que ha sido explorada a lo largo de varias décadas, en la cual hay logros y avances extraordinarios. Sin embargo, persisten problemas que no han sido superados claramente por la comunidad científica mundial, como es la separación de objetos digitales solapados. En este artículo se describe, brevemente las medidas descriptivas de centralización de datos aplicadas en la identificación de objetos digitales de forma irregular generados por objetos solapados; como un conocimiento previo para continuar futuras investigaciones.

Palabras Claves: Imagen, separar objetos, solapados, estadísticas.

REFERENCIAS

[1] A. Bohm, M. Tatarchenko and T. Falk. Se­mantic instance segmentation of touching and overlap­ping objects. Department of Computer Science, BIOSS Centre for Biological Signalling Studies, University of Freiburg, Germany. 2018.

[2] Z. Lu, G. Carneiro and A. Bradley. Automa­ted nucleus and cytoplasm segmentation of overlapping cervical cells. Department of Computer Science, City University of Hong Kong, China. 2013.

[3] S. Alayón, S. Sánchez, J. Sigut and J. Méndez. Segmentación automática de núcleos solapados en imá­genes de citologías. Universidad de La Laguna, España. 2013.

[4] A. Borrero,  J. Maldonado, and  E. Lobo. Selección de una técnica robusta de extracción de ca­racterísticas para identificar condiciones físicas de las briquetas de hierro producidas en la empresa Orinoco Iron, S.C.S., Universidad de los Andes, Facultad de In­geniería, Mérida, Venezuela. 2012.

[5] S. Zulma. Caracterización y clasificación de café cereza usando visión artificial, Magister en Auto­matización Industrial, Universidad Nacional de Colom­bia, Sede Manizales.

[6]Fujiyoshi H. y Kanade, T. (2004). Layered detection for multiple overlapping objects. IEICE TRANS. INF. & SYST., VOL. E87-D, NO.12 December. 2005.

PDF
HTML

Descargas

La descarga de datos todavía no está disponible.