La poca difusión de las diversas variedades de papas nativas existentes en el mercado repercute en el consumo limitado. Si bien es cierto que, existen diversas investigaciones sobre este tubérculo en distintas áreas como: la Agricultura, Genética, Salud, entre otros. El área de las Ciencias de la Computación también forma parte de ello, específicamente en el área de Visión Computacional, que ha tomado importancia en el control de calidad y/o enfermedades de la papa, mas no investigaciones para clasificar automáticamente papas nativas, ni investigaciones sobre cuáles son los métodos más apropiados de visión computacional y machine learning para el mismo fin, por ser un producto propio de los Andes del Perú. En el desarrollo del proyecto se analiza los métodos de visión computacional y Machine Learning para clasificar variedades de papas nativas. Para la clasificación ma...

El presente trabajo pretende identificar imágenes de pinturas coloniales de la ciudad del Cusco. En específico, a la hora de capturar imágenes; estas pueden presentar diferentes desafíos tales como distorsiones, capturas desde diferentes ángulos, similaridad entre imágenes de diferentes clases y estilos artísticos parecidos entre pinturas de diferentes clases. Sin embargo, la verdadera dificultad radica al momento de representar una imagen (extraer características) a través de un vector, este inconveniente puede ser mitigado de varias formas, ya sea utilizando descriptores locales o globales tales como SIFT y SURF, respectivamente. No obstante, en este trabajo se pretende utilizar modelos pre-entrenados de redes neuronales convolucionales, para conseguir un extractor de características más robusto, debido a que estos presentan una tasa de acierto elevada frente a otros método...

Actualmente existen muchas técnicas de aprendizaje de máquina efectivas durante la tarea de clasificación. Sin embargo, existe la necesidad de identificar que técnica destaca por encima del resto. Por consiguiente, es necesario evaluar un conjunto de técnicas de aprendizaje de máquina en un escenario desafiante. En particular, el escenario seleccionado en este trabajo corresponde al reconocimiento de edificios a partir de imágenes; el reconocimiento de edificios es una tarea difícil, ya que las imágenes pueden tomarse desde diferentes ángulos, bajo diferentes condiciones de iluminación y un desafío adicional es diferenciar edificios visualmente similares (por ejemplo, imágenes de iglesias). La mayoría de métodos de reconocimiento de edificios utilizan descriptores locales de la imagen para la extracción de características (es decir, luego de aplicar SIFT o SURF, se aplic...