Nuevos métodos de selección de prototipos para la clasificación en espacios de disimilitud estándares y generalizados

Abstract

Este trabajo aborda el problema del reconocimiento automático de objetos a partir de una representación computacional de los mismos, el cual se enmarca en el campo de reconocimiento de patrones. El trabajo se centra en proponer un conjunto de mejoras para la representación de objetos basada en disimilitudes, de manera que se logre una representación más eficiente y más eficaz. Al mejorar la representación, se obtienen mejores soluciones a un conjunto de problemas variados que fueron abordados como el reconocimiento de rostros, de textura, de cáncer/no cáncer a partir de imágenes médicas, de dígitos manuscritos o en imágenes de video-protección, de formas, etc. La línea de clasificación mediante disimilitudes tratada es la clasificación en espacios de disimilitud, donde cada objeto se representa como un vector de disimilitudes con un conjunto de objetos prototipos que sea lo más representativo posible para el problema. El conjunto de mejoras que proponemos se dividen en tres grupos esencialmente, todos están encaminados a crear y/o seleccionar el conjunto de objetos prototipos. El primer grupo abarca un conjunto de métodos de selección de prototipos basados en algoritmos genéticos (AGs), donde su novedad radica en los criterios de selección que proponemos y en el diseño e implementación de los AGs que permiten que sean escalables a bases de datos de millones de objetos en orden lineal. El segundo grupo comprende varios métodos que generalizan la noción de prototipo de objetos a modelos de los objetos. El tercer grupo de métodos incluye la creación de representaciones compactas a partir de espacios de disimilitud extendidos con dos propuestas fundamentales: usar disimilitudes asimétricas y usar disimilitudes multiescala. Se comprobó la efectividad de todos los métodos en bases de datos internacionales, y nuestro objetivo es que estos resultados se introduzcan en los sistemas de reconocimiento automático propios para la defensa y el orden interior de nuestro país dentro del MININT. La novedad científica de este trabajo está avalada principalmente por 10 artículos publicados en revista y en memorias de eventos de impacto internacional y especializados en el tema, así como por la Tesis de Doctor en Ciencias Técnicas de la autora principal.