Desarrollo de un método para la clasificación automática de imágenes faciales basada en el atractivo aplicando máquinas de aprendizaje

Simple item page
dc.contributor.advisorCruz Silva, José
dc.contributor.authorAlcalde Linares, Elke Romina
dc.contributor.authorValdiviezo Pulido, Vanessa
dc.date.accessioned8/3/2017 11:12
dc.date.available8/3/2017 11:12
dc.date.issued2013
dc.descriptionThis thesis is a study of the notion of "facial attractiveness" in the machine_x000D_ learning with the SVM context. To this end, we have used statistical evaluations_x000D_ made to a group of people who rated front face photographs of women qualifying_x000D_ each on a rating scale according to its appeal. The machine learning technique_x000D_ used is Support Vector Machine (SVM). Then the images were trained in SVM on_x000D_ its respective degree of beauty. By using Chi-square test, we compare the_x000D_ distribution of scores of human evaluators with SVM results show that there is no_x000D_ significant difference between the two groups. The results clearly show that facial_x000D_ beauty is a universal concept, which can be learned by a machine. Analyzing the_x000D_ accuracy of the machine in terms of beauty prediction as a function of the training_x000D_ data size indicates that a machine can produce similar results to human thoughtes_PE
dc.description.abstractEn el presente documento se realiza un estudio de la noción de "atractivo_x000D_ facial" en un contexto de “aprendizaje” con Máquinas de Soporte Vectorial. Para_x000D_ ello se han aplicado encuestas a un grupo de personas que evaluaron fotografías_x000D_ frontales de rostros de mujeres calificando a cada una en una escala de valoración_x000D_ conforme a su atractivo. La técnica de aprendizaje de máquinas utilizada son las_x000D_ Máquinas de Soporte Vectorial (SVM). Luego las imágenes fueron entrenadas en_x000D_ la SVM con su respectivo grado de belleza. Con la prueba Chi cuadrado se_x000D_ compara la distribución de las puntuaciones de los evaluadores humanos con los_x000D_ de la SVM, demostrando que no existe diferencia significativa entre los dos_x000D_ grupos. Los resultados muestran claramente que la belleza facial es un concepto_x000D_ universal, que puede ser aprendido por una máquina. Analizando la precisión de_x000D_ la misma en cuanto a su predicción de la belleza como una función del tamaño de los_x000D_ datos de entrenamiento indica que una máquina puede producir similares resultados al_x000D_ pensamiento humanoes_PE
dc.description.uriTesises_PE
dc.identifier.urihttps://hdl.handle.net/20.500.14414/8318
dc.language.isospaes_PE
dc.publisherUniversidad Nacional de Trujilloes_PE
dc.rightsinfo:eu-repo/semantics/openAccesses_PE
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/2.5/pe/es_PE
dc.sourceUniversidad Nacional de Trujilloes_PE
dc.sourceRepositorio institucional - UNITRUes_PE
dc.subjectAtractivo Facial, Soporte Vectorial, Máquina de Aprendizajees_PE
dc.titleDesarrollo de un método para la clasificación automática de imágenes faciales basada en el atractivo aplicando máquinas de aprendizajees_PE
dc.typeinfo:eu-repo/semantics/bachelorThesises_PE
thesis.degree.disciplineInformáticaes_PE
thesis.degree.grantorUniversidad Nacional de Trujillo.Facultad de Ciencias Físicas y Matemáticases_PE
thesis.degree.levelTítulo Profesionales_PE
thesis.degree.nameIngeniero Informáticoes_PE
Files
Original bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
ALCALDE LINARES, Elke R. - VALDIVIEZO OULIDO, Vanessa.pdf
Size:
3.76 MB
Format:
Adobe Portable Document Format
Description:
Download
License bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
1.71 KB
Format:
Item-specific license agreed upon to submission
Description:
Download
Collections
Tesis de Informática