| output | ||||
|---|---|---|---|---|
|
El reconocimiento de objetos en imágenes es un tema apasionante que se encuentra en primera línea de trabajo tanto desde el punto de vista de la investigación académica como desde el punto de vista de la innovación tecnológica. Dentro de este área, una de las más complejas técnicas de reconocimiento se encuentra en la restauración de imágenes dañadas.
Aplicando técnicas de Deep Learning, mediante redes neuronales, convolucionales, u otras técnicas se han desarrollado métodos de reconocimiento facial tan eficientes como los que podemos ver en algunos dispositivos móviles. En este trabajo se aplicarán estas novedosas técnicas dirigiéndolas al estudio y caracterización de imágenes de moda. Este campo resulta ser uno en el que no se ha desarrollado eficientemente estas técnicas de reconocimiento y restauración de objetos imágenes y creemos que puede ser un excelente campo de aplicación práctica desde el punto de vista de la innovación.
Se emplean técnicas de redes neuronales, modelos convolucionales, que se aplican en un piloto a un dataset de Fashion Week, un conjunto de datos de la moda más relevante y uno los eventos más importantes de la moda actual. Los resultados nos permiten reconocer objetos determinados dentro de las imágenes y, en definitiva, clasificar las imágenes en función del reconocimiento de los objetos y de su nivel de daño antes de la restauración, sin necesidad de tener una referencia de clase preestablecida para cada imagen. Entendemos que estos resultados van a ser muy importantes en los aspectos de innovación sostenible en procesos de tratamiento de imágenes en el ámbito de la moda. Estos procesos de innovación creemos que pueden desarrollarse novedosas aplicaciones comerciales derivadas de los resultados de esta investigación y tener un alto impacto en los resultados de comercialización.
El conjunto de datos de análisis finalmente ha sido realizado por el autori y escogido para que reuniera ciertas características de diferencia de colores, luminosidad, dificultad, etc.
La actividad ha sido realizada de manera individual por Ricardo García Ruiz.
La licencia utilizada finalmente ha sido la CC BY-NC-SA 4.0 International. La licencia CC BY-NC-SA 4.0 International es una licencia de software libre muy utilizada y constituye un documento fundamental para el movimiento de software libre. CC BY-NC-SA 4.0 International es una licencia acorde al marco internacional de derechos de autor y al nacional en España, siendo flexible y compatible con otras licencias de software libre.
Se permite con nuestro trabajo y la base de datos extraída de la web:
- Compartir — copiar y redistribuir el material en cualquier medio o formato
- Adaptar — remezclar, transformar y crear a partir del material
Por otro lado, la licencia activa las siguientes restricciones:
- Reconocimiento: Debe reconocer adecuadamente la autoría, proporcionar un enlace a la licencia e indicar si se han realizado cambios. Puede hacerlo de cualquier manera razonable, pero no de una manera que sugiera que tiene el apoyo del licenciador o lo recibe por el uso que hace.
- NoComercial: No puede utilizar el material para una finalidad comercial.
- CompartirIgual: Si remezcla, transforma o crea a partir del material, deberá difundir sus contribuciones bajo la misma licencia que el original.
- No hay restricciones adicionales: No puede aplicar términos legales o medidas tecnológicas que legalmente restrinjan realizar aquello que la licencia permite.