Abstract: El etiquetado automático de imágenes consiste en asignar etiquetas o clases a una imagen de forma que describan de alguna manera su contenido semántico, ya sea a nivel global de la imagen, o a nivel región dada una segmentación previa. Esto es útil, por ejemplo, para posteriormente poder buscar imágenes en base a su contenido, mediante palabras clave. El etiquetado automático es un problema dificil, en particular cuando consideramos una gran variedad de etiquetas o clases diferentes.

En el grupo TIA (http://ccc.inaoep.mx/~tia/)  del INAOE estamos trabajando en mejorar el etiquetado automático incorporando información adicional a las características visuales de la imagen. En particular, consideramos las relaciones semánticas entre las diferentes etiquetas, y las relaciones espaciales entre las regiones; las cuales combinamos con las características visuales mediante campos aleatorios de Markov. En esta plática voy a presentar un panorama general de este trabajo y los resultados obtenidos en el etiquetado de diferentes colecciones de imágenes.

(con código compartido con el Seminario de Computación)

Abstract: En esta plática presentamos un panorama sobre la modelacion matematica de algunos aspectos de la formacion de imagenes mediante radares. Nuestro punto de partida es el modelo escalar de onda, con el que se introduce el problema directo de propagacion de ondas electromagneticas. El problema de inversion se resuelve en el contexto de los operadores integrales de Fourier y, finalmente, se presenta una teoria estadistica cuando la inversion se lleva al cabo con datos contaminados por ruido.

Abstract: Describimos un metodo numerico para el problema inverso de dispersion de ondas acusticas. El metodo se basa en una combinacion del metodo de Newton y el metodo de continuacion. Las soluciones iniciales se determinan usando la teoria del soporte convexo de Kusiak y Sylvester. Se ofrecen ejemplos numericos para un obstaculo impenetrable en dos dimensiones.