Modelado del proceso de reconocimiento de orientaciones en imágenes usando redes neuronales

Abstract

En este trabajo se aborda el problema de diseñar diferentes redes neuronales con aprendizaje supervisado para el reconocimiento de ángulos de rotación en imágenes. Dicho trabajo se aborda no solo por su valor dentro de la inteligencia artificial, sino también por su gran relación con el aspecto biológico del cerebro de mamíferos, en particular del área de reconocimiento de imágenes visuales en el córtex visual o sector V1 y la correspondiente formación de patrones de reconocimiento de orientaciones en ella, llamados ``mapas de preferencia orientacional''. En particular, se trabaja con tres modelos diferentes de redes neuronales convolucionales: de clasificación, regresión y de reconstrucción de la imagen de entrada. Si bien la tarea de reconocer ángulos de rotación para su posterior utilización para enderezar la imagen no es novedoso, en este trabajo se diseña una red Auto-encoder para unificar estos dos pasos en una única red. Es decir, la tarea específica de dicha red es extraer las características esenciales tanto de la imagen como de su rotación para ser capaz de reconstruirla de forma enderezada a la salida.

This thesis deals with the problem of designing different neural networks with supervised learning for the recognition of angles of rotation in images. This topic is addressed not only for its importance within artificial intelligence, but also for its great relationship with the biological aspect of the mammalian brain, particularly the visual image recognition area, the "V1" visual cortex, and pattern formation recognition of orientations in it, called ``maps of orientational preference''. In particular, we work with three different models of convolutional neural networks: classification, regression and reconstruction of the input image. Although the task of recognizing rotation angles for their later use to straighten the image is not new, in this work an Auto-encoder network is designed to unify these two steps in a single network. That is, the specific task of said network is to extract the essential characteristics of both the image and its rotation in order to be able to reconstruct it in a straightened way at the output.