Examinando por Autor "Vélez, José F."

Mostrando 1 - 6 de 6

A bibliometric analysis of off-line handwritten document analysis literature (1990–2020)
(Elsevier, 2021) Ruiz-Parrado, Victoria; Heradio, Ruben; Aranda-Escolastico, Ernesto; Sánchez, Ángel; Vélez, José F.
Providing computers with the ability to process handwriting is both important and challenging, since many difficulties (e.g., different writing styles, alphabets, languages, etc.) need to be overcome for addressing a variety of problems (text recognition, signature verification, writer identification, word spotting, etc.). This paper reviews the growing literature on off-line handwritten document analysis over the last thirty years. A sample of 5389 articles is examined using bibliometric techniques. Using bibliometric techniques, this paper identifies (i) the most influential articles in the area, (ii) the most productive authors and their collaboration networks, (iii) the countries and institutions that have led research on the topic, (iv) the journals and conferences that have published most papers, and (v) the most relevant research topics (and their related tasks and methodologies) and their evolution over the years.
A Study on Automatic Analysis of Handwriting Alterations Due to Parkinson’s Disease
(Springer, 2024-11-16) Casademunt, Alberto; Barreiro-Garrido, Alvaro; Moreno , A. Belén; Vélez, José F.; Sánchez, Ángel
La enfermedad de Parkinson es una condición neurodegenerativa crónica que causa temblores, rigidez y bradicinesia, entre otros síntomas. Estos síntomas pueden manifestarse como alteraciones en la escritura manuscrita, características de la enfermedad de Parkinson, lo que resulta en distorsiones en los trazos de la escritura y también en interrupciones en la fluidez de la escritura de los sujetos (es decir, la degradación de las habilidades motoras al escribir). Este trabajo describe un estudio cuyo objetivo es realizar la detección de alteraciones producidas por el Parkinson en partes de los textos manuscritos, así como identificar qué elementos textuales (por ejemplo, letras, sílabas, ...) son principalmente "parkinsonianos". Para lograr tal propósito, hemos utilizado una Red Neuronal Convolucional (CNN) y la base de datos PaHaW de escritura manuscrita que contiene pacientes sanos y otros con la enfermedad de Parkinson incluyendo diferentes grados de severidad de la misma. Se realizaron una serie de experimentos de predicción en diferentes textos manuscritos de esta base de datos, los cuales produjeron unos resultados promedio de precisión de predicción superiores al 65%.
Deep Layout Extraction Applied to Historical Postcards
(Springer, 2022-05-24) García, Bruno; Moreno, Belén; Vélez, José F.; Sánnchez, Angel
Este trabajo describe un estudio experimental sobre el problema de extracción del layout (o estructura) de un documento, aplicado a postales antiguas circuladas. Este tipo de documentos históricos presenta muchos aspectos desafiantes relacionados con su análisis automático como imágenes. Por ejemplo, su degradación debido al paso del tiempo o la posible superposición de diferentes elementos en un espacio reducido. La extracción del layout de la postal consiste en segmentar en regiones los diferentes tipos de información contenida en estas imágenes. Para la tarea propuesta, hemos utilizado redes neuronales profundas de segmentación semántica que aprenden a clasificar los píxeles de la imagen del documento en las diferentes categorías de clase consideradas en las postales (por ejemplo, sellos, matasellos, texto manuscrito o ilustraciones, entre otros). Nuestros experimentos en un conjunto de datos anotado de 100 postales produjeron los respectivos valores globales de F1-score, Jaccard y precisión de píxeles de 0.92, 0.85 y 0.92, lo que respalda la viabilidad del método propuesto. Además, hasta donde sabemos, este artículo es una de las primeras investigaciones sobre este problema aplicado a postales históricas.
Multiview 3D human pose estimation using improved least-squares and LSTM networks
(Elsevier, 2019-01-05) Núñez, Juan Carlos; Cabido, Raúl; Vélez, José F.; S. Montemayor, Antonio; Pantrigo, Juan José
In this paper we present a deep learning based method to estimate the human pose in 3D when multiple 2D views are available. Our system is composed of a cascade of specialized systems. Firstly, 2D poses are obtained using a deep neural network for the detection of skeleton keypoints in each available view. Then, the 3D coordinates of each keypoint are reconstructed with our proposed least squares optimization method, that analyzes the quality of the 2D detections to decide either to consider or reject them. Once the 3D poses are obtained for each time step, full body pose estimation is performed with a long short-term memory (LSTM) neural network, that takes advantage of the process history to refine the final pose estimation. We provide evidence of the suitability of our contributions in an extensive experimental study. Finally, we were able to prove experimentally that our method obtains competitive results when it is compared to recent representative works in the literature.
SSD vs. YOLO for Detection of Outdoor Urban Advertising Panels under Multiple Variabilities
(MDPI, 2020-08-15) Morera, Ángel; Sánchez, Ángel; Moreno, A. Belén; Sappa, Ángel D.; Vélez, José F.
Los modelos de detección de objetos Single Shot MultiBox Object Detector (SSD) y You Only Look Once (YOLO), basados en redes neuronales profundas, han sido utilizados en este trabajo para la detección automática de paneles publicitarios en ambientes exteriores, considerando múltiples tipos de variabilidades combinadas en las escenas. La detección automática de paneles publicitarios en imágenes tiene importantes aplicaciones tanto en el mundo real como en el virtual. Una de sus potenciales aplicaciones es su uso en Google Street View para calcular localizaciones donde poder colocar publicidad en Internet, pues la detección de paneles publicitarios en imágenes permitirá reemplazarlos por otros anuncios de empresas patrocinadoras. En nuestros experimentos, tanto los detectores SSD como YOLO produjeron resultados aceptables bajo diferentes tamaños de paneles, condiciones de iluminación, perspectivas de visión, oclusión parcial de los paneles, fondos complejos y la aparición de múltiples paneles en una misma escena. Debido a la dificultad de encontrar imágenes anotadas para el problema considerado, en este trabajo se ha creado un conjunto de datos propio para realizar los experimentos. La principal fortaleza del modelo SSD fue la casi inexistencia de Falsos Positivos (FP), algo que es necesario en aplicaciones en las que se requiera localizar y analizar el contenido de los carteles. Por otro lado, YOLO produjo mejores resultados de localización de paneles y un mayor número de Verdaderos Positivos, ofreciendo mayor precisión. Por último, también se incluye una comparativa entre los dos modelos de detección de objetos analizados, con otros tipos de redes de segmentación semántica, utilizando las mismas métricas de evaluación.
Symbiotic Autonomous Systems with Consciousness Using Digital Twins
(Springer, 2019-05-10) Fernández, Felipe; Sánchez, Ángel; Vélez, José F.; Moreno, A. Belén
El grupo de trabajo IEEE para Sistemas Autónomos Simbióticos definió un Gemelo Digital (o Digital Twin) como una representación digital o modelo virtual de cualquier característica de una entidad real (sistema, proceso o servicio), incluidos los seres humanos. Las características descritas son un subconjunto de las características generales de la entidad real. La elección de qué características se consideran depende del propósito del gemelo digital. Este artículo introduce el concepto de Gemelo Digital Cognitivo Asociativo, como una descripción virtual aumentada orientada a objetivos en tiempo real, que incluye explícitamente las relaciones externas asociadas de la entidad considerada para el propósito elegido. El modelo de datos, con estructura de grafo, correspondiente del mundo involucrado, apoya la conciencia artificial y permite una comprensión eficiente de los ecosistemas involucrados y de las actividades cognitivas de alto nivel relacionadas. La arquitectura cognitiva definida para los Sistemas Autónomos Simbióticos se basa principalmente en el marco de conciencia desarrollado. Como ejemplo de aplicación específica, se muestra una arquitectura para sistemas críticos de seguridad.