Clasificación de gestos utilizando deep learning en datasets con pocos datos etiquetados

Título:

Clasificación de gestos utilizando deep learning en datasets con pocos datos etiquetados

Autor:

Ríos, Gastón Gustavo

Otros autores / Colaboradores:

 Ronchetti, Franco; [ Director/a]  Hasperué, Waldo; [ Director/a] 

Temas:

RECONOCIMIENTO Y CLASIFICACIÓN; 

URL:

http://sedici.unlp.edu.ar/handle/10915/116094,

Palabras clave:

aprendizaje profundo, reconocimiento de gestos,  few-shot learning, aumento de datos,  lengua de señas,  conjuntos de datos, 

Nota de tesis:

Tesina (Licenciatura en Informática) - Universidad Nacional de La Plata. Facultad de Informática, 2020.

Extensión:

81 p.  : il.  + 1 DVD

Resumen:

En los últimos años el aprendizaje profundo ha demostrado ser un método sumamente efectivo a la hora de realizar clasificación de imágenes. Esta efectividad es asociada en parte al aumento de poder de procesamiento, al desarrollo de nuevos algoritmos y al incremento en el tamaño y cantidad de conjuntos de datos disponibles. Pero este aumento en la cantidad de conjuntos de datos disponibles no ha alcanzado todas las problemáticas existentes, teniendo múltiples áreas donde los conjuntos de datos disponibles son pequeños para la aplicación efectiva de modelos de aprendizaje profundo o cuyos datos poseen información poco útil al no ser lo suficientemente representativa del problema o poseer ruido. Esta limitación en la cantidad de datos etiquetados es una problemática actual existente en la clasificación de señas de la lengua de señas. En esta tesis se exploraron diversos métodos para lograr alcanzar la mejor precisión posible utilizando la menor cantidad de datos. Llegando finalmente a lograr una precisión en la clasificación de señas estáticas del 99.26 % en el conjunto de datos LSA16 y 94 % con el conjunto de datos RWTH-PHOENIX-Wheater.

Puede solicitar más fácilmente el ejemplar con: TES 20/66

1. Introducción
  1.1. Motivación  
  1.2. Objetivos
  1.3. Organización de la tesis

2. Visión por computadora
  2.1. Clasificación de imágenes
  2.2. Aprendizaje profundo
    2.2.1. Redes neuronales
    2.2.2. Entrenamiento
    2.2.3. Capas
    2.2.4. Arquitecturas convencionales para la clasificación de imágenes

3. Lengua de señas
  3.1. Descripción del problema
  3.2. Conjuntos de datos existentes
    3.2.1. LSA64 / LSA16
    3.2.2. RWTH-PHOENIX-Weather
    3.2.3. CIARP
    3.2.4. Purdue RVL-SLLL American Sign Language Database
  3.3. Bases de datos con pocos datos etiquetados

4. Trabajando con pocos datos etiquetados
  4.1. Data augmentation
  4.2. Weak supervisión
  4.3. Active learning
  4.4. Transfer learning
  4.5. Few-shot learning
  4.6. Aprendizaje semi-supervisado
  4.7. Robust learning

5. Experimentación
  5.1. Preparación de los conjunto de datos .
    5.1.1. CIARP
    5.1.2. LSA16
    5.1.3. RWTH
  5.2. Preparación de los modelos
    5.2.1. Prototypical Network
    5.2.2. DenseNet
  5.3. Entrenamiento
  5.4. Resultados
  5.5. Conclusiones

6. Conclusiones y trabajos futuros
  6.1. Conclusiones
  6.2. Trabajos futuros

7. Bibliografía