Search

El método de extracción de la línea de agua es una de las herramientas más efectivas para el estudio de cambios en zonas de planicies de marea y líneas de costa. Entre otras aplicaciones, puede utilizarse para la elaboración de modelos digitales de elevación (DEM) de la zona sumergida si se cuenta con información suficiente y precisa. En este trabajo se presenta la aplicación de nuevos algoritmos de segmentación de líneas de agua para la construcción de un DEM de la zona intermareal interna del Estuario de Bahía Blanca. Se utilizaron imágenes Landsat-8 del año 2014, eligiéndose un conjunto representativo de imágenes en condiciones de marea suficientemente variadas. Se aplicaron estos nuevos algoritmos a cada imagen para segmentar la zona inundada. Posteriormente, se asoció cada línea de agua al dato disponible correspondiente a la altura de marea en la hora de toma de la imagen. Usando un sistema de información geográfico (SIG) se fusionaron las diferentes líneas de agua junto con sus alturas respectivas, y aplicando diferentes interpolaciones es posible generar el DEM. Con el fin de evaluar la precisión del modelo generado y validar los resultados, se cotejaron los valores obtenidos en sitios puntuales con datos batimétricos de gran precisión de una zona del Canal Principal del estuario, tomados durante una campaña realizada en 2014. Utilizando solo los puntos de la batimetría correspondientes a la zona intermareal para evaluar la precisión del DEM generado, se encontró una correlación con buen coeficiente de determinación entre las alturas estimadas por el DEM y la batimetría medida in situ . The waterline extraction method is an effective tool to study changes in tidal flats or shorelines. Among other applications, when adequate information is available, it can be taken advantage in the construction of Digital Elevation Models (DEMs) of the intertidal area. In this paper we present new waterline extraction algorithms, which are applied to generate a DEM of the internal intertidal zone in the Bahía Blanca Estuary. For this, waterlines from satellite images were extracted. We selected a set of Landsat-8 images generated in 2014 with representative tidal conditions. Initially, to identify the waterline, we developed and applied to each image a novel segmentation algorithm based on minimum distance to multiple prototypes, each pixel selected is representative either of water or land. With the segmented image, the contour of the waterline was extracted using a specific marching algorithm. Then, the tide height was associated to each waterline. The resulting geographic information, included in a GIS, was employed to generate the DEM using an interpolation method. To validate the accuracy of the model, we compared the height of the DEM at several point sites with bathymetric information gathered in an oceanographic cruise carried out in the same year. The results show a good correlation between the computed DEM and this in situ bathymetric information. Fil: Blanco Monroy, Katy Lorena. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Bahía Blanca. Instituto Argentino de Oceanografía. Universidad Nacional del Sur. Instituto Argentino de Oceanografía; Argentina Fil: Revollo Sarmiento, Gisela Noelia. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Bahía Blanca. Instituto de Investigaciones en Ingeniería Eléctrica ; Argentina. Universidad Nacional del Sur. Departamento de Ingeniería Eléctrica y de Computadoras; Argentina Fil: Revollo Sarmiento, Natalia Veronica. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Bahía Blanca. Instituto de Investigaciones en Ingeniería Eléctrica ; Argentina. Universidad Nacional del Sur. Departamento de Ingeniería Eléctrica y de Computadoras; Argentina Fil: Delrieux, Claudio Augusto. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Bahía Blanca; Argentina. Universidad Nacional del Sur. Departamento de Ingeniería Eléctrica y de Computadoras; Argentina Fil: Perillo, Gerardo Miguel E.. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Bahía Blanca. Instituto Argentino de Oceanografía. Universidad Nacional del Sur. Instituto Argentino de Oceanografía; Argentina. Universidad Nacional del Sur. Departamento de Geología; Argentina

Weather conditions affect multiple aspects of human life such as economy, safety, security, and social activities. For this reason, weather forecast plays a major role in society. Currently weather forecasts are based on Numerical Weather Prediction (NWP) models that generate a representation of the atmospheric flow. Interactive visualization of geo-spatial data has been widely used in order to facilitate the analysis of NWP models. This paper presents a visualization system for the analysis of spatio-temporal patterns in short-term weather forecasts. For this purpose, we provide an interactive visualization interface that guides users from simple visual overviews to more advanced visualization techniques. Our solution presents multiple views that include a timeline with geo-referenced maps, an integrated webmap view, a forecast operation tool, a curve-pattern selector, spatial filters, and a linked meteogram. Two key contributions of this work are the timeline with geo-referenced maps and the curve-pattern selector. The latter provides novel functionality that allows users to specify and search for meaningful patterns in the data. The visual interface of our solution allows users to detect both possible weather trends and errors in the weather forecast model. We illustrate the usage of our solution with a series of case studies that were designed and validated in collaboration with domain experts. Fil: Diehl, Alexandra. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales. Departamento de Computación; Argentina Fil: Pelorosso, L.. Universidad de Buenos Aires; Argentina Fil: Delrieux, Claudio Augusto. Universidad Nacional del Sur; Argentina Fil: Saulo, Andrea Celeste. Consejo Nacional de Investigaciones Científicas y Técnicas. Oficina de Coordinacion Administrativa Ciudad Universitaria. Centro de Investigaciones del Mar y la Atmósfera; Argentina Fil: Ruiz, Juan Jose. Consejo Nacional de Investigaciones Científicas y Técnicas. Oficina de Coordinacion Administrativa Ciudad Universitaria. Centro de Investigaciones del Mar y la Atmósfera; Argentina Fil: Gröller, M. E.. Vienna University of Technology; Austria Fil: Bruckner, S.. University Of Bergen; Noruega

We present a novel approach to action recognition in tennis shot sequences. The underlying model considers the per-frame motion to be regarded as a word (within an alphabet of possible motions), and the sequence of frames as a phrase whose meaning is determined by the words given in a specific order. This feature extraction mechanism allows a semantic treatment of the classification stage using Conditional Random Fields. The system was applied on the RGB videos of the THETIS dataset, achieving an accuracy of over 86% in recognizing 12 different tennis shots among several takes produced by 55 different amateur and professional players. Fil: Vainstein, Jonathan Javier. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Bahía Blanca. Instituto de Investigación En Ingeniería Eléctrica; Argentina. Universidad Nacional del Sur. Departamento de Ingenieria Electrica y de Computadoras; Argentina. Universidad Nacional del Sur. Departamento de Cs.e Ing.de la Computacion; Argentina Fil: Manera, José Francisco. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Bahía Blanca. Instituto de Investigación En Ingeniería Eléctrica; Argentina. Universidad Nacional del Sur. Departamento de Ingenieria Electrica y de Computadoras; Argentina. Universidad Nacional del Sur. Departamento de Ciencias e Ingeniería de la Computacion; Argentina Fil: Negri, Pablo Augusto. Universidad Argentina de la Empresa; Argentina. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina Fil: Delrieux, Claudio Augusto. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Bahía Blanca. Instituto de Investigación En Ingeniería Eléctrica; Argentina. Universidad Nacional del Sur. Departamento de Ingenieria Electrica y de Computadoras; Argentina. Universidad Nacional del Sur. Departamento de Cs.e Ing.de la Computacion; Argentina Fil: Maguitman, Ana Gabriela. Universidad Nacional del Sur. Departamento de Cs.e Ing.de la Computacion; Argentina. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina

El modelado foto-realístico de materiales con una estructura interna compleja presenta varios desafíos en Computación Gráfica. Específicamente, la miga del pan es un material translúcido cuya estructura es porosa, mostrando detalles en distintas escalas. Si se pretende obtener resultados fotorealistas, deben modelizarse fenómenos tales como sombras internas, oclusión, transmitancia y absorción. La solución típica en estos casos es la aplicación directa de la ecuación del rendering, es decir, utilizar iluminación global (ray tracing, path tracing). Sin embargo, estos métodos presentan un costo computacional elevado y necesitan una malla 3D detallada del material. El estado del arte en renderización de materiales porosos utiliza un complejo procedimiento de captura donde la luz que es reflejada por el material es obtenida en distintos ángulos. Esa información es utilizada para reconstruir un modelo computacional del material. Si bien utilizando esta técnica es posible modelar alguna de las propiedades lumínicas deseadas, los costos computacionales asociados, el procedimiento de captura requerido y la baja variabilidad de la imagen resultante han provocado una dificultosa aplicación práctica del método. En este trabajo proponemos el estudio e implementación en GPU de un modelo basado en direct volume rendering sobre un campo escalar representando la estructura de la miga de pan sin utilizar estructuras intermedias. Las imágenes obtenidas muestran resultados promisorios en tiempo real. La miga es representada a través de un campo escalar 3D, el cual es computado en dos pasos. El primero utiliza una generación a través de sistemas de partículas, y el segundo aplica sistemas dinámicos para evolucionar las partículas, emulando el proceso de leudado y cocción del pan. Fil: Baravalle, Rodrigo Guillermo. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Rosario. Centro Internacional Franco Argentino de Ciencias de la Información y de Sistemas. Universidad Nacional de Rosario. Centro Internacional Franco Argentino de Ciencias de la Información y de Sistemas; Argentina Fil: Scandolo, Leonardo. Universidad Nacional de Rosario. Facultad de Ciencias Exactas Ingeniería y Agrimensura. Escuela de Ciencias Exactas y Naturales. Departamento de Ciencias de la Computación; Argentina Fil: Delrieux, Claudio Augusto. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Bahía Blanca. Instituto de Investigaciones en Ingeniería Eléctrica "Alfredo Desages". Universidad Nacional del Sur. Departamento de Ingeniería Eléctrica y de Computadoras. Instituto de Investigaciones en Ingeniería Eléctrica "Alfredo Desages"; Argentina Fil: Garcia Bauza, Cristian Dario. Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas. Grupo de Plasmas Densos Magnetizados. Provincia de Buenos Aires. Gobernación. Comision de Investigaciones Científicas. Grupo de Plasmas Densos Magnetizados; Argentina. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina

Adequate image descriptors are fundamental in image classification and object recognition. Main requirements for image features are robustness and low dimensionality which would lead to low classification errors in a variety of situations and with a reasonable computational cost. In this context, the identification of materials poses a significant challenge, since typical (geometric and/or differential) feature extraction methods are not robust enough. Texture features based on Fourier or wavelet transforms, on the other hand, do withstand geometric and illumination variations, but tend to require a high amount of descriptors to perform adequately. Recently, the theory of fractal sets has shown to provide local image features that are both robust and low-dimensional. In this work we apply fractal and multifractal feature extraction techniques for bread crumb classification based on colour scans of slices of different bread types. Preliminary results show that fractal based classification is able to distinguish different bread crumbs with very high accuracy. Fil: Baravalle, Rodrigo Guillermo. Universidad Nacional de Rosario. Facultad de Ciencias Exactas, Ingeniería y Agrimensura; Argentina. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Rosario. Centro Internacional Franco Argentino de Ciencias de la Información y Sistemas; Argentina Fil: Delrieux, Claudio Augusto. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Bahía Blanca. Instituto de Investigación en Ingeniería Eléctrica; Argentina. Universidad Nacional del Sur. Departamento de Ingenieria Electrica y de Computadoras; Argentina Fil: Gómez, Juan Carlos. Universidad Nacional de Rosario. Facultad de Ciencias Exactas, Ingeniería y Agrimensura; Argentina. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Rosario. Centro Internacional Franco Argentino de Ciencias de la Información y Sistemas; Argentina

La adquisición de información fenotípica es un aspecto clave en diversos contextos, incluyendo análisis biométricos, estudios bioantropológicos, investigaciones biomédicas, y ciencia forense por citar algunos.Para ello se requiere la identificación automática de estructuras anatómicas de interés biométrico, como por ejemplo huellas dactilares, patrones en el iris, o rasgos faciales.Estas estructuras son utilizadas masivamente, pero poseen la desventaja de requerir intrusión para adquirir la información a ser analizada.En esta tesis presentamos un nuevo método, basado en la Morfometría Geométrica, para la detección y extacción automática de datos anatómicos característicos (features) en la forma de hitos (landmarks) en 2D o 3D.Para ello se entrenó una red neuronal con conjuntos de datos obtenidos en forma supervisada por medio de expertos antropólogos y biólogos. El sistema resultante posee la capacidad de realizar landmarking en forma automática en imágenes y video sin preparación previa, obteniéndose parámetros de calidad equivalente o superiores a los adquiridos por expertos humanos.Estos resultados abren la posibilidad de generar en forma automática y confiable vectores de atributos basados en propiedades fenotípicas.Se exploran algunas aplicaciones en diversos contextos incluyendo biometría, videojuegos, interfases naturales y otras aplicaciones. Accurate gathering of phenotypic information is a key aspect in several subject matters, including biometric identification, biomedical analysis, bioanthropology studies, forensics, and many other. Automatic identification of anatomical structures of biometric interest, such as fingerprints, iris patterns, or facial traits, are extensively used in applications like access control, anthropological research, and surveillance, all having in common the drawback of requiring intrusive means for acquiring the required information. In this thesis we present a new method, based on two well established methodologies, Geometric Morphometrics and Deep Learning algorithms, for automatic phenotype detection and feature extraction in the form of 2D and 3D landmarks. A convolutional neural network was trained with a set of manually landmarked examples. The trained network is able to provide morphometric landmarks on images automatically, with a performance that matches human assisted landmarking. The ability to perform in the open (i.e., in images or video taken with no specific acquisition preparation). The feasibility of using landmarks as feature vectors for different classifications tasks is explored in a novel spectrum of biometrics, video games, and natural user interfaces applications. Fil: Cintas, Celia. Universidad Nacional del Sur; Argentina. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Centro Nacional Patagónico. Instituto Patagónico de Ciencias Sociales y Humanas; Argentina. Autor