Reconocimiento de parentescos de consanguinidad de primer grado a través del análisis automático de fotos

La identificación automática mediante fotos de parentescos de consanguinidad de primer grado tiene como objetivo poder determinar computacionalmente cuando dos personas son parientes directos y cuando no. La intención de hacerlo así es aprovechar el poder de cómputo para analizar millones de fotos e...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autor principal: Ortiz de Zarate, Juan Manuel
Formato: Tesis de Grado
Lenguaje:Español
Publicado: 2016
Materias:
PCA
Acceso en línea:https://hdl.handle.net/20.500.12110/seminario_nCOM000467_OrtizdeZarate
Aporte de:
id todo:seminario_nCOM000467_OrtizdeZarate
record_format dspace
spelling todo:seminario_nCOM000467_OrtizdeZarate2023-10-03T16:48:41Z Reconocimiento de parentescos de consanguinidad de primer grado a través del análisis automático de fotos Ortiz de Zarate, Juan Manuel MACHINE LEARNING KINSHIP VERIFICATION SIBLINGS PCA BOOSTED CASCADE K-NEAREST-NEIGHBORS La identificación automática mediante fotos de parentescos de consanguinidad de primer grado tiene como objetivo poder determinar computacionalmente cuando dos personas son parientes directos y cuando no. La intención de hacerlo así es aprovechar el poder de cómputo para analizar millones de fotos entre sí en un corto plazo y poder determinar, con una alta probabilidad, esta relación. Esta masividad de procesamiento que nos proporcion adicha técnica puede ser utilizada para el hallazgo de personas desparecidas o hijos de desaparecidos, teniendo en cuenta lo sucedido en nuestro país entre los años 1976 y 1983 bajo la última dictadura cívico-militar. En este trabajo logramos porcentajes de aciertos muy buenos, a la hora de determinar estos parentescos, en distintas bases de imágenes con diferentes normalizaciones. A través Boosted Cascade pudimos extraer de forma automática los rasgos faciales, para después mediante algoritmos de machine learning lograr una tasa de aciertos por encima del 90 % en el mejor de los casos. En muchos otros por encima de la capacidad de detección humana de estas relaciones (67.19 %). Además comprobamos que se generan mejores modelos utilizando imágenes de la madre en vez del padre e incluso utilizando ambos a la vez. También corroboramos que aplicarle PCA a la matriz de relaciones, previo a ejecutar el algoritmo de machine learning, mejora la homogeneización del funcionamiento de los clasificadores a través de las distintas bases de imágenes. Fil: Ortiz de Zarate, Juan Manuel. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales; Argentina. 2016 Tesis de Grado PDF Español info:eu-repo/semantics/openAccess https://creativecommons.org/licenses/by-nc-sa/2.5/ar https://hdl.handle.net/20.500.12110/seminario_nCOM000467_OrtizdeZarate
institution Universidad de Buenos Aires
institution_str I-28
repository_str R-134
collection Biblioteca Digital - Facultad de Ciencias Exactas y Naturales (UBA)
language Español
orig_language_str_mv Español
topic MACHINE LEARNING
KINSHIP VERIFICATION
SIBLINGS
PCA
BOOSTED CASCADE
K-NEAREST-NEIGHBORS
spellingShingle MACHINE LEARNING
KINSHIP VERIFICATION
SIBLINGS
PCA
BOOSTED CASCADE
K-NEAREST-NEIGHBORS
Ortiz de Zarate, Juan Manuel
Reconocimiento de parentescos de consanguinidad de primer grado a través del análisis automático de fotos
topic_facet MACHINE LEARNING
KINSHIP VERIFICATION
SIBLINGS
PCA
BOOSTED CASCADE
K-NEAREST-NEIGHBORS
description La identificación automática mediante fotos de parentescos de consanguinidad de primer grado tiene como objetivo poder determinar computacionalmente cuando dos personas son parientes directos y cuando no. La intención de hacerlo así es aprovechar el poder de cómputo para analizar millones de fotos entre sí en un corto plazo y poder determinar, con una alta probabilidad, esta relación. Esta masividad de procesamiento que nos proporcion adicha técnica puede ser utilizada para el hallazgo de personas desparecidas o hijos de desaparecidos, teniendo en cuenta lo sucedido en nuestro país entre los años 1976 y 1983 bajo la última dictadura cívico-militar. En este trabajo logramos porcentajes de aciertos muy buenos, a la hora de determinar estos parentescos, en distintas bases de imágenes con diferentes normalizaciones. A través Boosted Cascade pudimos extraer de forma automática los rasgos faciales, para después mediante algoritmos de machine learning lograr una tasa de aciertos por encima del 90 % en el mejor de los casos. En muchos otros por encima de la capacidad de detección humana de estas relaciones (67.19 %). Además comprobamos que se generan mejores modelos utilizando imágenes de la madre en vez del padre e incluso utilizando ambos a la vez. También corroboramos que aplicarle PCA a la matriz de relaciones, previo a ejecutar el algoritmo de machine learning, mejora la homogeneización del funcionamiento de los clasificadores a través de las distintas bases de imágenes.
format Tesis de Grado
author Ortiz de Zarate, Juan Manuel
author_facet Ortiz de Zarate, Juan Manuel
author_sort Ortiz de Zarate, Juan Manuel
title Reconocimiento de parentescos de consanguinidad de primer grado a través del análisis automático de fotos
title_short Reconocimiento de parentescos de consanguinidad de primer grado a través del análisis automático de fotos
title_full Reconocimiento de parentescos de consanguinidad de primer grado a través del análisis automático de fotos
title_fullStr Reconocimiento de parentescos de consanguinidad de primer grado a través del análisis automático de fotos
title_full_unstemmed Reconocimiento de parentescos de consanguinidad de primer grado a través del análisis automático de fotos
title_sort reconocimiento de parentescos de consanguinidad de primer grado a través del análisis automático de fotos
publishDate 2016
url https://hdl.handle.net/20.500.12110/seminario_nCOM000467_OrtizdeZarate
work_keys_str_mv AT ortizdezaratejuanmanuel reconocimientodeparentescosdeconsanguinidaddeprimergradoatravesdelanalisisautomaticodefotos
_version_ 1807314680235950080