|
Programa
Sesión: Tecnologías y Compresión de Mallas
Chair: Jesús Mena |
|---|
| 08:30-09:05 |
MAPEAMENTO DE TEXTOS USANDO ARBOLES FILOGENÉTICOS.
M.Sc. Ana Maria Cuadros Valdivia,
Universidad de São Paulo - Brasil |
| 09:05-09:40 | TV DIGITAL: UNA INTRODUCCIÓN.
D.Sc.(c) Roger Larico,
Universidad de Campinas - Brasil |
| 09:40-10:15 | CONCEPTOS DE PROGRAMACIÓN EN GPU.
D.Sc.(c) Alvaro Cuno,
Universidad Federal de Rio de Janeiro - Brasil |
| 10:15-10:50 | EDGEBREAKER: UN MÉTODO PARA COMPRESIÓN DE MALLAS IRREGULARES 3D.
D.Sc.(c) Ruben Gomez,
Pontificia Universidad Católica de Rio de Janeiro - Brasil |
| 10:50-11:00 | break
|
Sesión: Análisis de Imágenes
Chair: Roger Larico |
|---|
| 11:00-11:35 | REPRESENTACIÓN DE IMÁGENES MEDIANTE WAVELETS.
M.Sc. Juan Carlos Gutierrez,
Universidad de São Paulo - Brasil |
| 11:35-12:10 | ACTIVE SHAPE MODEL.
D.Sc.(c) Jesús Mena,
Universidad de São Paulo - Brasil |
| 12:10-12:45 | ANALISIS DE CONTENIDO DE VIDEO POR MEDIO DE APRENDIZAJE ACTIVO.
D.Sc. Guillermo Camara,
Universidad Federal de Minas Gerais - Brasil |
| 12:45-14:00 | break |
Sesión: Procesamiento de Imágenes
Chair: Juan Carlos Gutierrez |
|---|
| 14:00-14:40 | ANÁLISIS DE COMPONENTES TEMPORALES EN IMÁGENES fMRI.
D.Sc. Carlos Estombelo Montesco,
Universidad de São Paulo - Brasil |
| 14:40-15:20 | FILTROS DE DIFUSIÓN NO LINEALES.
D.Sc.(c) Eduardo Llapa,
Universidad de São Paulo - Brasil |
| 15:20-16:00 | APLICACIÓN DEL PROCESAMIENTO DE
IMÁGENES EN BIOINFORMÁTICA Y BIOLOGÍA COMPUTACIONAL.
D.Sc. Cesar Beltran,
Universidad de São Paulo - Brasil |
| 16:00-16:10 | break |
Sesión: Mallas y Superficies
Chair: Eduardo Llapa |
|---|
| 16:10-16:50 | GENERACIÓN DE MALLAS TETRAÉDRICAS
DE MODELOS MULTI-REGIÓN.
D.Sc.(c) Yalmar Ponce,
Universidad Federal de Rio de Janeiro - Brasil |
| 16:50-17:30 | GENERACIÓN DE MALLAS A PARTIR DE IMAGENES.
D.Sc. Alex Cuadros,
Universidad de São Paulo - Brasil |
| 17:30-18:10 | MÉTODOS IMPLÍCITOS PARA RECONSTRUCCIÓN DE SUPERFICIES.
D.Sc.(c) Eduardo Tejada,
Universidad de Stuttgart - Alemania |
Mesa Redonda
Chair: Ernesto Cuadros-Vargas |
|---|
| 18:10-19:00 |
D.Sc. Cesar Beltran
D.Sc. Guillermo Camara
D.Sc. Alex Cuadros
D.Sc. Carlos Estombelo
D.Sc.(c) Eduardo Tejada
Ing. Jafeth Quintanilla Montoya
|
Clausura
Chair: Eduardo Tejada |
|---|
| 19:00-19:15 |
D.Sc.(c) Alvaro Cuno, Presidente del Comité Organizador del SCG2007
D.Sc. Ernesto Cuadros, Presidente de la Sociedad Peruana de Computación
D.Sc. César Beltrán, Presidente electo de la Sociedad Peruana de Computación 2008/2009
|
| Presentación del SECC-Arequipa |
|---|
| 19:15-19:30 |
Fredy Carranza-Athó
Christian Wong Cruz
Alexander Ocsa
|
Resúmenes
Mapeamento de Textos usando Arboles Filogenéticos
M.Sc. Ana Maria Cuadros Valdivia, Universidad de São Paulo - Brasil
La tarea de reconstruir representaciones efectivas para visualizar y
explorar grandes conjuntos de textos es difícil. Esta tarea depende
fuertemente de dos aspectos: 1) de la aplicación de alguna medida de
similaridad y 2) de la representación de las relaciones entre los
textos en un espacio bi-dimensional. Técnicas de proyección
multidimensional pueden ser utilizadas para posicionar los textos en
un plano de visualización de tal forma que se facilite la
interpretación de las relaciones de similaridad entre ellos. Mientras
tanto, algunos problemas inherentes a esas técnicas comprometen la
interpretación de los resultados obtenidos. Debido a esos problemas, es
que se propone una nueva técnica para construir mapas de textos
basados en similaridad por contenido, através de la reconstrucción de
árboles filogenéticos. En general, árboles filogenéticos son
utilizados para codificar las relaciones de ancestralidad existentes
entre las especies. El árbol es capaz de describir relaciones que
permiten al usuario recuperar rápidamente información detectada al
aplicar una métrica de similaridad. Para una amplia variedad de
conjuntos de textos se mostró que se pudo alcanzar notables mejoras
tanto en la exploración como en la visualización de las relaciones
existentes entre los textos.
|
TV Digital: Una Introducción
D.Sc.(c) Roger Larico, Universidad de Campinas - Brasil
La Televisión aún representa el mayor centro de entretenimiento e información
usado por la humanidad.
La transmisión es realizada por radio-difusión lo que permite que la señal
sea transmitida hasta lugares distantes y captada por antenas de bajo costo.
Este tipo de recepción analógica hizo posible que la TV sea tan popular
como lo es hoy.
Las últimas décadas, sin embargo, se caracterizaron por la gran demanda de
sistemas de comunicación más eficientes, rápidos y de bajo costo.
Para lo cual los sistemas de comunicación están migrando de un ambiente analógico
para uno digital.
La TV digital en esencia es el 'instrumento' por el cual es posible recibir
información de video, audio y datos en forma digital, proporcionando la
transmisión y recepción de mayor calidad de contenido por el mismo ancho de banda,
lo que permite una transmisión de alta definición (inclusive incrementando la
interactividad).
El surgimiento de tecnologías ya probadas hace necesario el estudio de las mismas.
Tenemos lo principales estándares: el sistema americano ATSC, europeo DVB, y el
sistema japonés ISDB, cada uno de ellos con similitudes, diferencias e
historia así como también ventajas y desventajas, orientados a diferentes
realidades sociales y técnicas.
Para aproximarnos a la noción de TV digital es necesario (1) tener idea de
los aspectos técnicos de cada estándar y otros posibles esquemas de transmisión, y
(2) entender los modelos de negocios para mejorar y crear nuevos servicios y
encontrar nuevas oportunidades que crea una inclusión digital de esta
envergadura. Básicamente, la posibilidad de interacción con el usuario final
hace posible crear nuevas áreas de investigación. Finalmente, hablaremos de las
diferencias y repercusiones de una implantación de TV digital y los efectos
negativos a corto plazo y las ventajas a largo plazo.
|
Conceptos de Programación en GPU
D.Sc.(c) Alvaro Cuno, Universidad Federal de Rio de Janeiro - Brasil
El alto poder de cómputo y la flexibilidad introducida en las recientes GPUs
(Graphics Processing Units) están permitiendo solucionar problemas
--hasta hace poco desafiantes para PCs-- usando hardware de bajo costo.
Varios investigadores han reportado mejoras en desempeño hasta de un orden
de magnitud no solo en problemas de índole gráfica.
Por tal motivo, esta charla tiene como finalidad presentar los conceptos
necesarios para introducirse en la programación de GPUs, para lo cual serán
descritas sus características, arquitectura y modelo de programación.
Se dará mayor énfasis en mostrar algunas de las diferencias entre el modelo de
programación tradicional frente al paralelismo soportado por las GPUs.
|
EdgeBreaker: Un método para compresión de mallas irregulares 3D
D.Sc.(c) Ruben Gomez, Pontificia Universidad Católica de Rio de Janeiro - Brasil
Existen muchas aplicaciones en donde es necesario transmitir modelos 3D. Entre estas
de aplicaciones se hace destaque a la distribución de datos en ambientes de colaboración
o distribuidos situados en diferentes localidades.
Esta distribución permite el respectivo análisis y visualización dependiendo del caso
de estudio, sin embargo, restricciones como el ancho de banda de la red (Internet/Intranet)
y costo de almacenamiento limitan la complejidad del modelo a ser transmitido.
Este trabajo presenta una estructura de datos (ED) que utiliza los conceptos e ideas
de representación de la estructura HalfEdge para crear una representación
de datos más simple, con un bajo costo de almacenamiento y alto poder de expresión.
Esta ED permite representar, visualizar y comprimir mallas
irregulares (triángulos y cuadriláteros) de tal forma que para poder
transmitir el modelo se divide su topología y geometría de forma independiente,
de tal manera que la transmisión no tenga redundancia y sea más rápida.
Una otra aplicación directa de esta ED es la simplificación
de mallas y verificación de consistencias topológicas.
|
Representación de Imágenes Mediante Wavelets
M.Sc. Juan Carlos Gutierrez, Universidad de São Paulo - Brasil
En la actualidad la teoría de Wavelets viene siendo usada en muchas áreas de
investigación, siendo una de ellas la representación de imágenes,
lo cual es importante en aplicaciones de visión por computador y en el
modelamiento biológico de la visión.
Las ultimas investigaciones neurofisiológicas sobre la corteza visual del
cerebro de los mamíferos sugiere que la respuesta de los filtros de la clase
principal de neuronas corticales pueden ser modelados como una familia de
Gabor Wavelets, razón por la cual son motivo de estudio de este trabajo.
El objetivo del presente artículo es utilizar los Wavelets (específicamente
los de tipo Gabor) para la representación de imágenes, también se mostrará
como estos pueden ser aplicados para la detección y seguimiento de rostros
humanos.
|
Active Shape Model
D.Sc.(c) Jesús Mena, Universidad de São Paulo - Brasil
Extracción de características es ampliamente usado en las áreas de
reconocimiento de rostros, indexación de bases de datos, recuperación de
información, computación multimedia, entre otros.
Los modelos de forma activa (active shape models, ASM) son modelos
estadísticos de formas de objetos los cuales on deformados iterativamente para
ajustarse a una muestra de un objeto en una nueva imagen. Siendo que las
formas son restringidas por un modelo de puntos para variar únicamente en
maneras observadas en el conjunto de imágenes de entrenamiento (la forma de un
objeto es representado por un conjuntos de puntos).
En esta presentación será tratado el algoritmo ASM que es usado para adaptar un
modelo de forma a una nueva imagen. También, será mostrada la aplicación
del algoritmo ASM para la extracción de características de rostros en
secuencias de vídeo.
|
Analisis de Contenido de Video por Medio de Aprendizaje Activo
D.Sc. Guillermo Camara, Universidad Federal de Minas Gerais - Brasil
The first step for video-content analysis, content-based video
browsing and retrieval is the partitioning of a video sequence into
shots. A shot is the fundamental unit of a video, it captures a
continuous action from a single camera and represents a
spatio-temporally coherent sequence of frames. Thus, shots are
considered as the primitives for higher level content analysis,
indexing and classification. Although many video shot boundary
detection algorithms have been proposed in the literature, in most
approaches, several parameters and thresholds have to be set in
order to achieve good results. In this paper, we present a robust
learning detector of shot boundaries without any threshold to set nor any
pre-processing step to compensate motion or post-processing
filtering to eliminate false detected transitions. Our experiments
provide very good results dealing with a large amount of features thanks to
our kernel-based SVM classifier method.
|
Análisis de componentes temporales en imágenes fMRI
D.Sc. Carlos Estombelo Montesco, Universidad de São Paulo - Brasil
Un objetivo importante en el área de procesamiento de señales e
imágenes biomédicas es la extracción de información con base en un
conjunto de medidas realizadas en el tiempo. Estas medidas son
registradas utilizando sensores distribuidos espacialmente en alguna
parte del cuerpo humano, dando origen a un conjunto de datos
correlacionados en el tiempo y/o en el espacio. Las senãles (o
imágenes) de interés raramente son registradas de forma aislada,
estas generalmente son observadas como una mezcla de otras señales (o
imagenes), con ruido y artefactos fisiológicos o ambientales. En
várias aplicaciones un grande número de sensores están disponibles,
pero solamente algunas señales (o imagenes) son de interés y lo que
resta puede ser considerado ruido. Para este tipo de aplicaciones es
necesario desenvolver algoritmos de aprendizaje confiables, robustos e
efectivos que permitan extraer solamente un pequeño número de señales
(o imagenes) que sean potencialmente de interés y que contengan
informaciones útiles. La estrategia aquí utilizada para tal extracción
es aplicada en imagenes por resonancia magnética (fMRI) obtenidas del
cerebro durante un experimento auditivo. Los resultados muestran que el
método utilizado como estrategia es efectivo y computacionalmente
eficiente en la extracción de componentes de imágenes/señales
biomédicas. Esta estrategia puede ser utilizada en otras medidas
fisiológicas como será brevemente mencionado en la presentación.
|
Filtros de Difusión no Lineales
D.Sc.(c) Eduardo Llapa, Universidad de São Paulo - Brasil
Trabajos iniciales como los de Perona y Malik (1987) guiaron el estudio de los
filtros de difusión no lineales para su desarrollo en aplicaciones médicas y en
otras áreas. Su aplicación permite el uso de la imagen original como estado
inicial de un proceso de difusión y que se va adaptando en el tiempo. Así, por
ser de importancia, se presentaran estrategias de adaptación para incluir
conocimiento a priori en su evolución en el tiempo. Seguidamente, el modelo
será observado como una técnica de espacio de escalas. Se dará importancia al
hecho que la adaptación no lineal pueda también mejorar contornos de interés y
apoyar métodos de restauración de imágenes. Con esto, en síntesis, se desea
presentar una introducción a los aspectos claves de los filtros de difusión
no lineales, discutiendo algunas ideas importantes para su práctica y la forma
de configurar parámetros importantes.
|
Aplicación del Procesamiento de Imágenes en Bioinformática
y Biología Computacional
D.Sc. Cesar Beltran, Universidad de São Paulo - Brasil
Una de las aplicaciones importantes en el análisis de imágenes
consiste en la clasificación y reconocimiento de objetos de interés
dentro de las imágenes digitales. Los objetos pueden ser
caracterizados de distintas formas, por ejemplo, identificando el
color, textura, forma, movimiento y ubicación del objeto dentro de la
imagen. Hasta ahora no se consiguió desarrollar un método que resuelva
el problema de reconocimiento automático de patrones para diferentes
dominios de imágenes. En el presente trabajo se presentará la
aplicación de técnicas de visión computacional en aplicaciones de
Bioinformática y Biología computacional, específicamente para el
reconocimiento y diagnóstico de microorganismos, considerando aspectos
de caracterización de la forma de los mismos. Un resultado interesante
se observa en el uso de diferentes clasificadores en los que algunos
de ellos pueden mostrar una alta tasa de acierto pero un pobre
desempeño cuando se realiza el análisis ROC. Los experimentos se
realizaron con muestras de microorganismos que infectan a los animales
domésticos. Finalmente mostraremos resultados iniciales de la
generación de árboles de distancia entre especies de parásitos,
los mismos que podrían indicar la forma de evolución (filogenia) de
las distintas especies, estos a su vez son comparados con resultados
obtenidos a través de datos moleculares. Esos resultados demuestran
que la estructura global (forma) del organismo es una condicionante en
la inferencia filogenética, aunque no se tenga todavía como integrar
con los mecanismos locales (moleculares), siendo ese el problema
central de la biología.
|
Generación de Mallas Tetraédricas de Modelos Multi-región
D.Sc.(c) Yalmar Ponce, Universidad Federal de Rio de Janeiro - Brasil
Presentamos un método para generar mallas tetraédricas de objetos 3D
compuestos por varias regiones. El método puede ser usado en modelos
geológicos, los cuales contienen características complejas, tales
como, fallas geológicas y cavidades, las cuales dificultan el uso de
algoritmos tradicionales de triangulación.
El método tiene como objetivo generar mallas restrictas conformadas
por elementos adecuados para la ejecución de simulaciones numéricas.
La implementación del método consiste en la construcción de una
triangulación restricta a partir de una triangulación de Delaunay del
Convex Hull del modelo, minimizando el uso de operaciones geométricas
(i.e ., verificación de intersecciones). Esto es logrado insertando
puntos en las aristas y faces del modelo original que no aparecieron
en la triangulación de Delaunay.
|
Generación de Mallas a partir de Imágenes
D.Sc. Alex Cuadros, Universidad de São Paulo - Brasil
Técnicas para generar mallas triangulares o tetraedrales a partir de imágenes,
o asumen como entrada una imagen pre-procesada, o generan una malla sin distinguir
las estructuras contenidas en la imagen. El pre-procesamiento o la ausencia de
estructuras bien definidas pueden presentar dificultades en la utilización de
mallas para algunas aplicaciones tales como simulaciones numéricas.
En este trabajo se presenta una técnica que elimina la necesidad de un
pre-procesamiento, considerando la segmentación como parte del proceso de
generación de mallas. Además de eso en el proceso se considera también criterios
de calidad en las células de las mallas generadas, mostrándose apropiadas tanto
para simulaciones numéricas como para modelaje de imágenes con mallas.
|
Métodos Implícitos para Reconstrucción de Superficies
D.Sc.(c) Eduardo Tejada, Universidad de Stuttgart - Alemania
Los métodos de reconstrucción de superficies a partir de nubes de
puntos han sido basados tradicionalmente en estructuras
combinatoriales. Sin embargo, en los últimos años, métodos libres de
malla, entre los cuales se encuentran los métodos implícitos, han
venido siendo desarrollados y aplicados exitosamente en la solución de
este problema. A pesar de que la representación implícita de
superficies es usada desde hace decadas en dinámica de fluidos,
métodos de reconstrucción implícitos para nubes de puntos han venido
ganando auge recién en los últimos años. En esta charla serán
descritos los métodos implícitos de reconstrucción de superficies que
sentaron la base para el desarrollo de esta área. Así mismo, nuevos
métodos que atacan problemas presentados por métodos implícitos
conocidos serán propuestos.
|
|
