Mostrar el registro sencillo del recurso
DEEP LEARNING APLICADO A INPAINTING EN RETRATOS HABLADOS
| dc.rights.license | http://creativecommons.org/about/cc0/ - Sin Derechos Reservados | es_MX |
| dc.contributor | ROBERTO ALAN BELTRAN VARGAS | es_MX |
| dc.contributor | BRAULIO MISAEL VILLEGAS MARTINEZ | es_MX |
| dc.contributor.author | José Marcelo Frías Castro | es_MX |
| dc.contributor.other | director - Director | es_MX |
| dc.date | 2026-09-07 | |
| dc.date.accessioned | 2026-11-10T20:18:53Z | |
| dc.date.available | 2026-11-10T20:18:53Z | |
| dc.identifier.uri | http://riaa.uaem.mx/handle/20.500.12055/5593 | |
| dc.description | Reconociendo la necesidad de complementar un sistema de retratos habla- dos mediante el uso de inteligencia artificial, en el presente trabajo se de- sarrolla y evalúa un modelo de inpainting para la reconstrucción de ros- tros humanos, enfocado en rellenar secciones faltantes del rostro a partir de los rasgos faciales principales. La metodología propuesta genera de forma dinámica, mediante aumento de datos (data augmentation), un con- junto de datos basado en imágenes enmascaradas provenientes de bases de datos faciales conocidas, con el objetivo de simular escenarios en los que se dispone de los rasgos faciales principales y existen espacios vacíos entre ellos. Esta investigación se lleva a cabo mediante un proceso experimental itera- tivo, en el cual se entrenan y comparan distintas configuraciones de mod- elos de redes neuronales convolucionales (Convolutional Neural Networks, CNNs) basados en autocodificadores de eliminación de ruido (Denoising Autoencoders) con conexiones tipo U-Net. El desempeño de los modelos se evalúa mediante métricas de calidad de imagen y observación cualitativa de las reconstrucciones generadas. Este trabajo tiene aplicaciones poten- ciales en seguridad y justicia, especialmente para mejorar la identificación visual en sistemas de retratos hablados. | es_MX |
| dc.rights | openAccess - Acceso Abierto | es_MX |
| dc.subject | 7 - INGENIERÍA Y TECNOLOGÍA | es_MX |
| dc.subject.other | 33 - CIENCIAS TECNOLÓGICAS | es_MX |
| dc.title | DEEP LEARNING APLICADO A INPAINTING EN RETRATOS HABLADOS | es_MX |
| dc.type | masterThesis - Tesis de maestría | es_MX |
| uaem.unidad | Centro de Investigación en Ingeniería y Ciencias Aplicadas (CIICAp)- Instituto de Investigación en Ciencias Básicas y Aplicadas (IICBA) - Centro de Investigación en Ingeniería y Ciencias Aplicadas (CIICAp)- Instituto de Investigación en Ciencias Básicas y Aplicadas (IICBA) | es_MX |
| uaem.programa | Maestría en Ingeniería y Ciencias Aplicadas - Maestría en Ingeniería y Ciencias Aplicadas | es_MX |
| dc.type.publication | draft | es_MX |
| dc.date.received | 2026-11-05 |
Ficheros en el recurso
Este recurso aparece en la(s) siguiente(s) colección(ones)
-
Colección Tesis Posgrado [3280]
Se trata de tesis realizadas por estudiantes egresados de programas de posgrado de nuestra institución.