Algoritmo de clasificación aplicado en la identificación de píxeles en imágenes a repintar para su adaptación a personas con protanopia.

Castro Carrillo, Juan Bruno

Algoritmo de clasificación aplicado en la identificación de píxeles en imágenes a repintar para su adaptación a personas con protanopia.

dc.contributor.advisor	Florencia Juárez, Rogelio
dc.contributor.advisor	Rivera Zárate, Gilberto
dc.contributor.author	Castro Carrillo, Juan Bruno
dc.date.accessioned	2022-01-21T19:26:20Z
dc.date.available	2022-01-21T19:26:20Z
dc.date.issued	2021-06-08
dc.description	El daltonismo, también conocido como Deficiencia de Visión al Color (DVC), es una deficiencia en el sistema visual humano que afecta al 8% de la población masculina y al 0.4% de la población femenina. El no poder percibir correctamente los colores ocasiona dificultades en ámbitos personales, académicos o laborales debido al amplio uso del color. Aunque no existe una cura o un tratamiento para el daltonismo, existen herramientas diseñadas para minimizar el impacto negativo de esta condición. La herramienta más exitosa para ayudar a personas con daltonismo a identificar mejor los colores son los algoritmos de corrección de color. En este documento se propone el uso de una Máquina de Soporte Vectorial (MSV) para la clasificación de los píxeles a corregir en estos algoritmos. Se comparó el desempeño de la MSV contra un enfoque basado en agrupamiento. Los resultados dan evidencia que la MSV identificó mejor los píxeles que se debían corregir y en un menor tiempo de cómputo en comparación que el tiempo que tomó el agrupamiento.	es_MX
dc.description.abstract	El daltonismo, también conocido como Deficiencia de Visión al Color (DVC), es una deficiencia en el sistema visual humano que afecta al 8% de la población masculina y al 0.4% de la población femenina. El no poder percibir correctamente los colores ocasiona dificultades en ámbitos personales, académicos o laborales debido al amplio uso del color. Aunque no existe una cura o un tratamiento para el daltonismo, existen herramientas diseñadas para minimizar el impacto negativo de esta condición. La herramienta más exitosa para ayudar a personas con daltonismo a identificar mejor los colores son los algoritmos de corrección de color. En este documento se propone el uso de una Máquina de Soporte Vectorial (MSV) para la clasificación de los píxeles a corregir en estos algoritmos. Se comparó el desempeño de la MSV contra un enfoque basado en agrupamiento. Los resultados dan evidencia que la MSV identificó mejor los píxeles que se debían corregir y en un menor tiempo de cómputo en comparación que el tiempo que tomó el agrupamiento.	es_MX
dc.description.video	http://erecursos.uacj.mx/bitstream/handle/20.500.11961/6038/Trabajo%20recepcional.pdf?sequence=1&isAllowed=y
dc.identifier.uri	http://hdl.handle.net/20.500.11961/6038
dc.language.iso	spa	es_MX
dc.publisher	Universidad Autónoma de Ciudad Juárez	es_MX
dc.relation.ispartof	Maestría en Cómputo Aplicado	es
dc.relation.ispartof	Departamento de Ingeniería Eléctrica y Computación	es
dc.relation.ispartof	Instituto de Ingeniería y Tecnología	es
dc.rights	Atribución-NoComercial-SinDerivadas 2.5 México	*
dc.rights.uri	http://creativecommons.org/licenses/by-nc-nd/2.5/mx/	*
dc.subject	Protanopia.	es_MX
dc.subject	Algoritmo dependiente de contenido.	es_MX
dc.subject	Clasificación.	es_MX
dc.subject	Support Vector Machine.	es_MX
dc.subject	Algoritmo de corrección.	es_MX
dc.subject.other	info:eu-repo/classification/cti/7	es_MX
dc.title	Algoritmo de clasificación aplicado en la identificación de píxeles en imágenes a repintar para su adaptación a personas con protanopia.	es_MX
dc.type	Tesis maestría	es_MX
dcrupi.departamento	Departamento de Ingeniería Eléctrica y Computación	es
dcrupi.instituto	Instituto de Ingeniería y Tecnología	es
dcrupi.programa-academico	Maestría en Cómputo Aplicado	es
dcterms.thumbnail	http://ri.uacj.mx/vufind/thumbnails/pi-iit-maestria.png	es