@unpublished{upm71345,
            year = {2022},
          author = {Asier Daniel Zulueta Doalto},
           title = {Reconocimiento de patrones en im{\'a}genes en tiempo real utilizando computaci{\'o}n cognitiva},
           month = {July},
         address = {Madrid},
        keywords = {Reconocimiento de im{\'a}genes; Detecci{\'o}n de patrones; Redes neuronales convolucionales; Predicci{\'o}n},
             url = {https://oa.upm.es/71345/},
        abstract = {La finalidad de este proyecto es el desarrollo de un sistema de reconocimiento o localizaci{\'o}n de patrones en im{\'a}genes, mediante el uso de computaci{\'o}n cognitiva. Este objetivo se lleva a cabo mediante el uso de redes neuronales convolucionales, que reciben sub im{\'a}genes de una imagen original y las posiciones de las cuales han sido extra{\'i}das. Con esto, somos capaces de localizar patrones concretos en una imagen, con lo cual tendr{\'i}a m{\'u}ltiples posibilidades, tanto en la industria como en el sector servicios. Un caso pr{\'a}ctico ser{\'i}a su utilizaci{\'o}n en distintas cadenas de producci{\'o}n para la localizaci{\'o}n de componentes en el ensamblaje; pero podr{\'i}a tener much{\'i}simas m{\'a}s aplicaciones sin limitarse a este caso concreto. Adem{\'a}s de esto, para asegurarnos de la calidad de las predicciones de la localizaci{\'o}n del patr{\'o}n, se lleva a cabo la predicci{\'o}n del error con un perceptr{\'o}n multicapa, de manera que nos una calidad en las predicciones de la anterior red neuronal convolucional. La aportaci{\'o}n fundamental del proyecto es sobre todo mejorar la eficiencia en la cadena de producci{\'o}n optimizando los resultados obtenidos y la seguridad en su proceso de elaboraci{\'o}n.
Abstract:
The purpose of this project is the development of a system for recognizing or locating patterns in images, using cognitive computing. This objective is achieved using convolutional neural networks, which receive sub images of an original image and the positions from which they have been extracted. With this, we are able to locate specific patterns in an image, with which we have multiple possibilities, both in industry and in the service sector. A practical case would be its use in different production lines for the location of components in the assembly; but it could have many more applications without being limited to this specific case. In addition to this, to ensure the quality of the predictions of the pattern location, the prediction of the error is carried out with a multilayer perceptron, so that we obtain a quality of the predictions of the previous convolutional neural network. The fundamental contribution of the project is, above all, to improve the efficiency of the production chain, optimizing the results obtained and the safety of the production process.}
}