Tesis para optar el Título Profesional - Convocatoria 01
Jan Franco Llerena Quenaya; Cristian José Lopez Del Alamo
Objetivo
Resumen:
Los avances tecnológicos y la aparición de nuevos dispositivos a bajo costo para la captura de datos tridimensionales han logrado que la comunidad científica preste una atención especial en el desarrollo de métodos para el análisis de modelos tridimensionales. Las colecciones 3D se han vuelto cada vez más grandes, dando lugar a tareas necesarias de búsqueda y clasificación de dichos modelos. Dicho esto, la tesis presentada busca desarrollar un nuevo algoritmo para resolver el problema de clasificación de formas tridimensionales, aplicando técnicas de descriptores espectrales y redes neuronales. Los resultados serán contrastados con otras propuestas, con el fin de evaluar el desempeño y la precisión obtenida tras la implementación.
Palabras clave
Modelos tridimensionales, redes neuronales, descriptores espectrales, clasificación de modelos, Cienciactiva, UNSA, Concytec.
Problema central
Con la aparición de nuevas técnicas para la digitalización de modelos 3D, surgen también las grandes colecciones de datos y la posterior necesidad de realizar búsquedas sobre dichas colecciones. La clasificación es un paso previo al proceso de búsqueda, que permite simplificar el problema y obtener resultados de manera más rápida en términos computacionales.
Hipótesis planteada
Resultados esperados
A través del financiamiento, se podrá efectuar este trabajo de tesis, dando lugar a la sustentación del mismo y a la formación de un nuevo profesional en Ingeniería de Sistemas.
Impactos esperados
Las tareas de clasificación de modelos se pueden aplicar en diversos campos de la vida real. Por ejemplo, en Medicina, teniendo como entrada modelos tridimensionales de lo órganos del cuerpo, se puede determinar si existe o no la presencia de algún tumor o malformación.
Para facilitar tareas de búsqueda, se pueden clasificar restos fósiles dependiendo de la clase a la cual pertenecen, haciendo más sencilla su posterior identificación.