Browsing by Author "Gambini, Juliana"
Now showing 1 - 20 of 36
Results Per Page
Sort Options
proyecto final de grado.listelement.badge Análisis automático del rendimiento de los jugadores en partidos de tenis(2020) Izaguirre, Agustín Emilio; Gambini, Juliana"El problema de seguimiento de objetos en secuencias de imágenes y en videos tiene múltiples aplicaciones en distintos aspectos, como el estudio del medio ambiente, el estudio del comportamiento de animales, la robótica, la seguridad y el diagnóstico médico, entre otras. Una de las aplicaciones que posee el seguimiento de objetos, que se desarrolló en los últimos años, es la posibilidad de detectar acciones en eventos deportivos, en tiempo real, lo que resulta muy útil para colaborar en la tarea del árbitro y también para analizar el rendimiento de los jugadores. Los diferentes eventos deportivos donde se pueden utilizar son eventos de fútbol, vóley, handball, etc. En este trabajo, se aplica un método de seguimiento de objetos en secuencias de imágenes para detectar resultados de jugadas en partidos de tenis y realizar un análisis estadístico del rendimiento deportivo de cada jugador."proyecto final de grado.listelement.badge Análisis de datos de pacientes y consultantes con COVID-19(2021-09-29) Pingarilho, Pedro Remigio; Gómez, Fermín; Di Luca, Miguel; Gambini, Julianatrabajo final de especialización.listelement.badge Análisis de imágenes de microscopía(2021-08-24) Della Sala, Rocío; Rodríguez, Ariel Andrés; Bruno, Luciana; Gambini, Juliana"El análisis automático de imágenes tiene múltiples campos de aplicación, siendo uno de estos el análisis a nivel celular donde se estudian imágenes microscópicas. En el presente trabajo se implementan métodos para poder extraer tanto información cuantitativa como también cualitativa de una serie de películas de distintos citoesqueletos. El objetivo es construir una herramienta que facilite el estudio de imágenes y nos permita obtener información que no se podría extraer a simple vista. El trabajo se centra en el estudio de 3 propiedades las cuales son el contorno de la estructura del citoesqueleto, el movimiento de la estructura a lo largo de la película y la textura en distintas zonas de la imagen. Para cada una de estas propiedades se desarrollan múltiples métodos y se opta por elegir aquellos que presenten los mejores resultados en el menor tiempo posible, teniendo en cuenta que su funcionamiento sea independiente de la forma de los citoesqueletos o de la intensidad de cada imagen. Si bien este estudio presenta dificultades como el ruido en este tipo de imágenes o la diversidad de las estructuras de los citoesqueletos, para todas las propiedades se logran obtener interesantes resultados."trabajo final de especialización.listelement.badge Análisis de series de tiempo: pronóstico de demanda de uso de aeropuertos en Argentina al 2022(2018) López Sáez, José Ignacio; Gambini, Juliana"En la mayoría de los negocios, se desea ser capaz de estimar la demanda futura de un producto o servicio dado. El análisis sobre series temporales permite utilizar la información histórica para ofrecer un número aproximado de dicho valor, dentro de un rango de probabilidades determinado. Este estudio surge a partir de la necesidad que tiene el Ministerio de Transporte de la Nación de conocer el número de pasajeros que utilizarán cada aeropuerto del país en el futuro para poder asignar de una manera más eficiente los recursos disponibles y orientar inversiones. En este estudio se han evaluado en total 4 modelos de proyección de series de tiempo: suavizamiento exponencial (Holt-Winters), ARIMA, Prophet (desarrollado por Facebook) y redes neuronales (procedimientos de aprendizaje automático o machine learning), para las cuales se probaron tres implementaciones distintas en R. Se obtiene así el resultado de proyección de pasajeros domésticos e internacionales para cada una de estas seis implementaciones y para todos los aeropuertos de la Argentina para un horizonte de 5 años (60 meses a partir del último disponible), entregando también el error de ajuste de cada uno de los modelos."trabajo final de especialización.listelement.badge Aplicación de procesamiento de lenguaje natural en el marketing(2018) Pablo, Demián; Gambini, Juliana; Ramele, Rodrigo"Con este proyecto se busca avanzar en el análisis de técnicas publicitarias, superando las métricas “cotidianas”, y logrando de esta manera obtener nuevos datos que nutran a la agencia de publicidad en cuestión de nuevos insights (no alcanzados hasta el momento) que decanten en una ventaja competitiva respecto al resto de los participantes de la industria."proyecto final de grado.listelement.badge Automated detection of facial expressions using image analysis(2019-07-05) Casagrande, Lucas; Kuyumciyan, Nicolás; Gambini, Juliana"The broad range of applications for automatic expression detection sparks the need for a robust and effective implementation. In this paper, an exposition of the existing methods most frequently used for this purpose is done, and an analysis of their performance is carried out. These include both feature detection methods such as Gabor filters and Histograms of Gradients as well as classifiers based in neural networks. Existing data sets consisting of images of persons faces with a labeled expression are used for training and testing purposes. A success rate of 87.6% is achieved when classifying images with up to four different expressions."trabajo final de especialización.listelement.badge Clasificación automática de imágenes de góndolas de supermercados(2020-06-16) Simone, Franco; Gambini, Juliana"El presente trabajo de investigación pretende crear un algoritmo de aprendizaje automático que permita realizar la clasificación automática de las imágenes de las góndolas de productos de los supermercados tomadas por los repositores de la compañía, identificando cuales góndolas fueron confeccionadas de acuerdo al planograma previamente establecido por el equipo de Trade Marketing y cuáles no."trabajo final de especialización.listelement.badge Clasificación de expresiones faciales en imágenes(2020-09-09) Markous, Pablo; Gambini, Juliana"El trabajo busca encontrar un método automático de clasificación para la expresión que representa el rostro en una imagen. Partiendo de un conjunto de imágenes que se asume que ya están correctamente clasificadas, para entrenar un modelo que pueda predecir cualquier imagen no clasificada. Se busca también poder medir la precisión obtenida en la clasificación. Para esto se subdivide en dos partes el conjunto de imágenes iniciales y se reserva una de las partes para que el modelo prediga el estado anímico de la persona que se encuentra en la foto. Finalmente se compara ese valor con el real y se estima un valor de precisión. Finalmente, se implementa el modelo en un ejemplo que clasifique imágenes en tiempo real."ponencia en congreso.listelement.badge Clasificación de Imágenes SAR utilizando descriptores de textura(2021-10) Gambini, Juliana; Rey, Andrea; Delrieux, Claudio"Las imágenes SAR (Sythetic Aperture Radar) y PolSAR (Polarimetric Synthetic Aperture Radar) cumplen un rol fundamental en el monitoreo ambiental y observación terrestre debido a que proveen información que las imágenes ópticas no proporcionan. Sin embargo, estas imágenes están contaminadas con un ruido inherente al méetodo de captura llamado ruido speckle que dificulta su análisis e interpretación automática. Los modelos avanzados de segmentación de imágenes SAR están dedicados a resolver las dificultades que este ruido provoca. En este sentido, resulta de suma importancia el estudio de parámetros que describan las características estructurales de textura de imagen en presencia de ruido speckle y permitan su interpretación automática. En este trabajo, se propone un nuevo modelo de clasificación de imágenes SAR basado en el cálculo de descriptores de textura locales, formando un vector característico, el cual involucra estimaciones de parámetros de una distribución de probabilidad, estimaciones de la dimensión fractal y entropía de Tsallis. Luego, el etiquetado de cada pixel se realiza utilizando el método de clasificación supervisada SVM (Support Vector Machine). Se analizan los resultados de aplicar el algoritmo propuesto en imágenes SAR sintéticas, simples y con valores extremos agregados, los cuales resultan altamente prometedores para aplicarse en imágenes reales."artículo de publicación periódica.listelement.badge Comparing samples from the 𝒢0 distribution using a geodesic distance(2020-06) Frery, Alejandro C.; Gambini, Juliana"The 𝒢0 distribution is widely used for monopolarized SAR image modeling because it can characterize regions with different degrees of texture accurately. It is indexed by three parameters: the number of looks (which can be estimated for the whole image), a scale parameter and a texture parameter. This paper presents a new proposal for comparing samples from the 𝒢0 distribution using a geodesic distance (GD) as a measure of dissimilarity between models. The objective is quantifying the difference between pairs of samples from SAR data using both local parameters (scale and texture) of the 𝒢0 distribution. We propose three tests based on the GD which combine the tests presented in Naranjo-Torres et al. (IEEE J Sel Top Appl Earth Obs Remote Sens 10(3):987–997, 2017), and we estimate their probability distributions using permutation methods."proyecto final de grado.listelement.badge Detección automática y rastreo en tiempo real de objetos(2019-08-14) Saqués, M. Alejo; Marcantonio, Nicolás; Ramele, Rodrigo; Gambini, Juliana"Este trabajo propone una tecnica basada en el análisis del centroide y radio de los objetos, a los efectos de fijar una cota superior a la expansión del contorno de las regiones."trabajo final de especialización.listelement.badge Detección de actividad pesquera utilizando datos AIS con LightGBM(2022-07-22) Marcovecchio, Nicolás Agustín; Gambini, Juliana"El sistema AIS (Automatic Identification System) sirve para evitar colisiones a partir de que un buque transmite su posición a los demás. En la actualidad todavía hay buques pesqueros que no apagan sus sistemas al hacer pesca ilegal, y al ser un equipo el cual se configura manualmente muchos buques no se identifican como pesqueros o clonan la identificación de otro buque (Global Fishing Watch, Spoofing: One Identity Shared by Multiple Vessels, 2016). La actividad pesquera puede proporcionar a las autoridades, los investigadores y a los políticos información para tener una imagen más completa de la pesca y a la sostenibilidad de los recursos marinos. Lo que se busca en este trabajo es mejorar el estado actual para detectar esta actividad. Se utilizara el novedoso conjunto de datos, ya que muchos trabajos anteriores se los ve limitado en este aspecto, publicado por Global Fishing Watch (GFW) en el 2020. Este trabajo incluye el tratamiento para remover los datos faltantes y atípicos, resolver la granularidad temporal (los datos AIS en la realidad no se captan a intervalos constantes), la generación de un vector de características y el entrenamiento de un modelo óptimo de clasificación utilizando el método lightgbm (Microsoft Corporation, 2022) para comparar con lo alcanzado actualmente por GFW en (Kroodsma et al., 2018."proyecto final de grado.listelement.badge Detección de emociones faciales(2020-12-07) Pérez Sammartino, Francisco; Di Giovanni Martínez, Andrés; Gambini, Juliana"Existe una gran variedad de aplicaciones para la detección de emociones faciales. Entre ellas se encuentran las utilizadas para obtener la satisfacción del cliente en un banco, o el nivel de fatiga de un conductor de un vehículo. En algunas es necesario que la detección se realice con eficiencia en tiempo mientras que en otras la precisión en la detección es más importante. En el caso de que sea necesario un procesamiento en tiempo real, la rapidez de los resultados será prioritaria, mientras que en el análisis ’off-line’, la precisión es lo más importante. En este trabajo, se realiza una exposición de los métodos existentes para detección de emociones, utilizados actualmente con diferentes objetivos y enfoques. A partir de ello, se presentan las mejoras propuestas, y el desarrollo de un método que permite el reconocimiento de las emociones de las personas en videos, o en tiempo real. La aplicación utiliza máquinas de vectores de soporte (SVM) para realizar la clasificación de las emociones, técnicas de rotación planar para corregir la pose, y sistema se seguimiento de caras para poder aplicarlo en presencia de múltiples personas. Dado que el medio por el cuál se transmiten los videos o imágenes, como el WiFi, puede contaminarlos con ruido, es importante que el sistema sea resiliente a dichas alteraciones. Para evaluar esta capacidad se realiza un estudio sobre el impacto del grado de contaminación de la información recibida, sobre el resultado. Se alcanza una precisión muy adecuada al distinguir, en imágenes, las emociones de miedo, alegría, disgusto, neutralidad, tristeza, sorpresa, y enojo."trabajo final de especialización.listelement.badge Detección de puntos de cambio en la tendencia de la fecundidad en Argentina entre 2011 y 2017(2020-09-01) Guevel, Carlos Gustavo; Gambini, Juliana"Este trabajo tiene su origen en un estudio preliminar descriptivo realizado en el año 2019 en el ámbito de la Secretaría de Gobierno de Salud, a raíz de una inquietud planteada por el Programa de Salud Sexual y Reproductiva, que contó con apoyo de UNFPA y el Instituto de Salud Colectiva de la Universidad Nacional de Lanús (informe no publicado). El mismo fue motivado por el estudio realizado en Uruguay. Quedó pendiente en esa primera aproximación el análisis cuantitativo de los cambios y solo se consideró el grupo de edad 15 a 24 años. El presente estudio busca proporcionar evidencia a partir del análisis cuantitativo para aportar a la discusión sobre la reducción de la fecundidad ocurrida en los últimos años en Argentina y que los hallazgos sirvan para la orientación de las políticas e intervenciones sobre salud sexual y reproductiva."trabajo final de especialización.listelement.badge Estimación de la probabilidad de default metodologías alternativas(2020-07-03) Sangiácomo, Máximo; Gambini, Juliana; Mon, Alicia"Mejorar la capacidad de evaluación de deudores para las entidades financieras es importante por varias razones. Primero, permite reducir el riesgo de crédito y con ello mejorar la solvencia de los bancos que a su vez impacta la estabilidad financiera del sistema. Segundo, en la medida que puedan incorporarse nuevas dimensiones de análisis permitirá la evaluación de sectores no atendidos aumentando la inclusión financiera. Tercero, permite emparejar oportunidades para los bancos."trabajo final de especialización.listelement.badge Estimación de tiempos de espera en peajes(2019-08-16) Ailán, Julián; Gambini, Juliana"En el presente trabajo práctico final se aborda el estudio del estado del tránsito en autopistas concesionadas a Autopistas Urbanas Sociedad Anónima (AUSA),en la Ciudad Autónoma de Buenos Aires haciendo énfasis en el caudal vehicular que transita a través de los peajes ubicados en estas autopistas."proyecto final de grado.listelement.badge Estudio sobre la aplicación del método SIFT en imágenes SAR(2017) Agopian, Michel; Colloca, Tomás; Di Nucci, Nicolás Santiago; Gambini, Juliana"En este trabajo se estudia la aplicación del método SIFT y su variante: el algoritmo SAR-SIFT desarrollado para aplicarse en imágenes SAR. Se introduce primero el motivo de interés del uso de este tipo de imágenes, mencionando que el ruido speckle que presentan dificulta la aplicación de los métodos de procesamiento de imágenes como el método SIFT."proyecto final de grado.listelement.badge Estudio sobre reconocimiento automático de objetos en imágenes(2016) Meola, Franco Román; Puente, Julián; Strubolini, Diego Martín; Gambini, Juliana"El reconocimiento automático de objetos en imágenes representa un desafío dentro del área de procesamiento de imágenes porque posee múltiples aplicaciones de suma importancia. En este trabajo se presenta un análisis detallado de tres métodos de reconocimiento: SIFT, SURF y ORB. Con el objetivo de analizar y comparar estos métodos, se realizan diversos experimentos con imágenes sintéticas, a partir de los cuales, se obtienen conclusiones acerca de qué método es conveniente usar de acuerdo al contexto y al problema. Además, se presenta una aplicación de reconocimiento de imágenes utilizando un conjunto de fotografías reales con el objetivo compararlas con sus respectivas imágenes originales."ponencia en congreso.listelement.badge Evaluación del error en la detección de puntos de borde en imágenes SAR polarimétricas(2017-04) Monferrán, Daniel; Gambini, Juliana; Frery, Alejandro C."El Radar de Apertura Sintética polarimétrico (PolSAR - Polarimentric Synthetic Aperture Radar) es ampliamente utilizado en teledetección porque permite capturar imágenes terrestres de alta resolución. La interpretación automática de imágenes PolSAR es una tarea muy difícil porque éstas contienen un gran volumen de información y además se encuentran contaminadas con ruido speckle. Las características de este ruido hacen necesario utilizar métodos estadísticos para el procesamiento digital de este tipo de imágenes. En esta línea de investigación se pretende evaluar el error que se comete al calcular las posiciones de los puntos de borde dentro de la imagen, utilizando la distribución Wishart compleja y experimentos de Montecarlo en imágenes PolSAR simuladas."artículo de publicación periódica.listelement.badge The geodesic distance between 𝒢I0 models and its application to region discrimination(2017-03) Naranjo-Torres, José; Gambini, Juliana; Frery, Alejandro C."The 𝒢I0 distribution is able to characterize different regions in monopolarized SAR imagery. It is indexed by three parameters: the number of looks (which can be estimated in the whole image), a scale parameter, and a texture parameter. This paper presents a new proposal for feature extraction and region discrimination in SAR imagery, using the geodesic distance as a measure of dissimilarity between 𝒢I0 models. We derive geodesic distances between models that describe several practical situations, assuming the number of looks known, for same and different texture and for same and different scale. We then apply this new tool to the problems of identifying edges between regions with different texture, and quantify the dissimilarity between pairs of samples in actual SAR data. We analyze the advantages of using the geodesic distance when compared to stochastic distances."