Feature Extraction Methods Based on Linear Predictive Coding and Wavelet Packet Decomposition for Recognizing Spoken Words in Malayalam

Speech signals are one of the most important means of communication among the human beings. In this paper, a comparative study of two feature extraction techniques are carried out for recognizing speaker independent spoken isolated words. First one is a hybrid approach with Linear Predictive Coding (LPC) and Artificial Neural Networks (ANN) and the second method uses a combination of Wavelet Packet Decomposition (WPD) and Artificial Neural Networks. Voice signals are sampled directly from the microphone and then they are processed using these two techniques for extracting the features. Words from Malayalam, one of the four major Dravidian languages of southern India are chosen for recognition. Training, testing and pattern recognition are performed using Artificial Neural Networks. Back propagation method is used to train the ANN. The proposed method is implemented for 50 speakers uttering 20 isolated words each. Both the methods produce good recognition accuracy. But Wavelet Packet Decomposition is found to be more suitable for recognizing speech because of its multi-resolution characteristics and efficient time frequency localizations

Video Object Tracking And Analysis For Computer Assisted Surgery

Pedicle screw insertion technique has made revolution in the surgical treatment of spinal fractures and spinal disorders. Although X- ray fluoroscopy based navigation is popular, there is risk of prolonged exposure to X- ray radiation. Systems that have lower radiation risk are generally quite expensive. The position and orientation of the drill is clinically very important in pedicle screw fixation. In this paper, the position and orientation of the marker on the drill is determined using pattern recognition based methods, using geometric features, obtained from the input video sequence taken from CCD camera. A search is then performed on the video frames after preprocessing, to obtain the exact position and orientation of the drill. An animated graphics, showing the instantaneous position and orientation of the drill is then overlaid on the processed video for real time drill control and navigation

Example Based Learning for View-Based Human Face Detection

We present an example-based learning approach for locating vertical frontal views of human faces in complex scenes. The technique models the distribution of human face patterns by means of a few view-based "face'' and "non-face'' prototype clusters. At each image location, the local pattern is matched against the distribution-based model, and a trained classifier determines, based on the local difference measurements, whether or not a human face exists at the current image location. We provide an analysis that helps identify the critical components of our system.

A concurrent region growing algorithm guided by circumscribed contours

Image segmentation of natural scenes constitutes a major problem in machine vision. This paper presents a new proposal for the image segmentation problem which has been based on the integration of edge and region information. This approach begins by detecting the main contours of the scene which are later used to guide a concurrent set of growing processes. A previous analysis of the seed pixels permits adjustment of the homogeneity criterion to the region's characteristics during the growing process. Since the high variability of regions representing outdoor scenes makes the classical homogeneity criteria useless, a new homogeneity criterion based on clustering analysis and convex hull construction is proposed. Experimental results have proven the reliability of the proposed approach

Use of decision trees in colour feature selection: application to object recognition in outdoor scenes

A new method for the automated selection of colour features is described. The algorithm consists of two stages of processing. In the first, a complete set of colour features is calculated for every object of interest in an image. In the second stage, each object is mapped into several n-dimensional feature spaces in order to select the feature set with the smallest variables able to discriminate the remaining objects. The evaluation of the discrimination power for each concrete subset of features is performed by means of decision trees composed of linear discrimination functions. This method can provide valuable help in outdoor scene analysis where no colour space has been demonstrated as being the most suitable. Experiment results recognizing objects in outdoor scenes are reported

Estimating the motion of an underwater robot from a monocular image sequence

When underwater vehicles perform navigation close to the ocean floor, computer vision techniques can be applied to obtain quite accurate motion estimates. The most crucial step in the vision-based estimation of the vehicle motion consists on detecting matchings between image pairs. Here we propose the extensive use of texture analysis as a tool to ameliorate the correspondence problem in underwater images. Once a robust set of correspondences has been found, the three-dimensional motion of the vehicle can be computed with respect to the bed of the sea. Finally, motion estimates allow the construction of a map that could aid to the navigation of the robot

Proposal of a parallel architecture for a motion detection algorithm

This paper proposes a parallel architecture for estimation of the motion of an underwater robot. It is well known that image processing requires a huge amount of computation, mainly at low-level processing where the algorithms are dealing with a great number of data. In a motion estimation algorithm, correspondences between two images have to be solved at the low level. In the underwater imaging, normalised correlation can be a solution in the presence of non-uniform illumination. Due to its regular processing scheme, parallel implementation of the correspondence problem can be an adequate approach to reduce the computation time. Taking into consideration the complexity of the normalised correlation criteria, a new approach using parallel organisation of every processor from the architecture is proposed

Monocular-based 3-D seafloor reconstruction and ortho-mosaicing by piecewise planar representation

Photo-mosaicing techniques have become popular for seafloor mapping in various marine science applications. However, the common methods cannot accurately map regions with high relief and topographical variations. Ortho-mosaicing borrowed from photogrammetry is an alternative technique that enables taking into account the 3-D shape of the terrain. A serious bottleneck is the volume of elevation information that needs to be estimated from the video data, fused, and processed for the generation of a composite ortho-photo that covers a relatively large seafloor area. We present a framework that combines the advantages of dense depth-map and 3-D feature estimation techniques based on visual motion cues. The main goal is to identify and reconstruct certain key terrain feature points that adequately represent the surface with minimal complexity in the form of piecewise planar patches. The proposed implementation utilizes local depth maps for feature selection, while tracking over several views enables 3-D reconstruction by bundle adjustment. Experimental results with synthetic and real data validate the effectiveness of the proposed approach

A new approach to the classification of mammographic masses and normal breast tissue

A new approach to mammographic mass detection is presented in this paper. Although different algorithms have been proposed for such a task, most of them are application dependent. In contrast, our approach makes use of a kindred topic in computer vision adapted to our particular problem. In this sense, we translate the eigenfaces approach for face detection/classification problems to a mass detection. Two different databases were used to show the robustness of the approach. The first one consisted on a set of 160 regions of interest (RoIs) extracted from the MIAS database, being 40 of them with confirmed masses and the rest normal tissue. The second set of RoIs was extracted from the DDSM database, and contained 196 RoIs containing masses and 392 with normal, but suspicious regions. Initial results demonstrate the feasibility of using such approach with performances comparable to other algorithms, with the advantage of being a more general, simple and cost-effective approach

Option pricing in market models driven by telegraph processes with jumps

Esta tesis está dividida en dos partes: en la primera parte se presentan y estudian los procesos telegráficos, los procesos de Poisson con compensador telegráfico y los procesos telegráficos con saltos. El estudio presentado en esta primera parte incluye el cálculo de las distribuciones de cada proceso, las medias y varianzas, así como las funciones generadoras de momentos entre otras propiedades. Utilizando estas propiedades en la segunda parte se estudian los modelos de valoración de opciones basados en procesos telegráficos con saltos. En esta parte se da una descripción de cómo calcular las medidas neutrales al riesgo, se encuentra la condición de no arbitraje en este tipo de modelos y por último se calcula el precio de las opciones Europeas de compra y venta.

Caracterizacion de nódulos tiroideos: concordancia entre estudio citopatologico y ecografia en la detección de nódulos malignos

: Los métodos imagenológicos para evaluar los nódulos tiroideos han sido motivo de estudio en las últimas décadas, especialmente la ecografía sobresale sobre las otras modalidades diagnósticas por su accesibilidad, portabilidad, y seguridad. A pesar de ello, las características ecográficas de cada nódulo han sido objeto de controversia en cuanto a su potencial detección de malignidad o benignidad. Se presenta un estudio de concordancia entre el estudio citopatológico y la ecografía para la caracterización nódulos tiroideos de naturaleza maligna y benigna, y su análisis de pruebas diagnósticas. Metodología: Se realizó un estudio descriptivo de concordancia con estudio de pruebas diagnósticas anidado. Se escogieron todos los pacientes con nódulos tiroideos a quienes se les realizó ecografía y estudio citopatológico de la lesión y se estudiaron los hallazgos ecográficos para evaluar su potencial diagnóstico para malignidad. Se incluyeron un total de 100 pacientes con nódulos tiroideos potencialmente malignos. La concordancia entre la ecografía en modo B y el estudio citopatológico fue moderada (índice kappa 0.55). La característica con mayor potencial para detectar malignidad fue la presencia de Microcalcificaciones (sensibilidad 75%, especificidad 92%).

La transformació del paisatge litoral de la Costa Brava: Anàlisi de l'evolució (1956-2003), diagnosi de l'estat actual i prognosi de futur

En la tesi es presenta una anàlisi de l'evolució dels canvis succeïts en el paisatge costaner de la Costa Brava (22 municipis litorals) en els darrers cinquanta anys (1956-2003); un estudi de la seva estructura ecopaisatgística, actual i passada, amb una especial èmfasi en la diagnosi de les conseqüències geoambientals de l'esclat urbanístic iniciat a la dècada de 1960, i s'ha determinat quina ha estat la tendència de canvi en els darrers vint-i-cinc anys la qual s'ha utilitzat per a elaborar models explicatius de la dinàmica territorial seguida i projectar-los cap al futur tot dissenyant escenaris probables. A les Bases teòriques s'exposa en quina parcel·la del coneixement científic es situa aquesta recerca i es repassa l'evolució dels diferents corrents i enfocaments que han precedit, dins la Ciència Geogràfica, els estudis sobre transformació del paisatge. Es posa especial en els principis i metodologies que plantegen les dues escoles d'anàlisi del paisatge en que es basa aquesta tesi: la Landscape Ecology i la estructurada a l'entorn del programa internacional Land Use and Land Cover Change (LUCC). S'ha dissenyat una pauta metodològica per a l'anàlisi paisatgística d'un territori a diferents escales: des de l'àmbit regional de tota la Costa Brava (66.230 ha), on es poden detectar les tendències generals, fins l'estudi detallat a escala local, on s'ha pres com a àrea d'estudi tres municipis del centre de la Costa Brava (6.960 Ha): Palamós, Calonge i Castell-Platja d'Aro. Els principals resultats obtinguts són els següents: Una cartografia d'usos i cobertes del sòl de tres períodes temporals i la conseqüent interpretació espacial per a cada etapa: 1957 (situació preturística), 1980 (inici de les actuacions dels ajuntaments democràtics) i 2003 (actualitat). Una anàlisi quantitativa de la transformació del paisatge i de les relacions espacials associades al canvi, a partir de la cartografia d'usos i cobertes del sòl dels tres períodes mapificats (1956, 1980, 2003). Amb l'objectiu d'arribar a definir quina ha estat la dinàmica dels canvis ocorreguts al llarg dels darrers gairebé cinquanta anys. Una anàlisi de l'estructura del mosaic paisatgístic de cadascun dels talls temporals per mitjà de l'aplicació dels principals índexs de l'Ecologia del Paisatge. S'ha analitzat la geometria de la conversió dels usos del sòl i s'han posat de manifest les repercussions ecològiques i paisatgístiques d'aquests canvis. Per una banda, a partir del càlcul i interpretació dels índexos esmentats s'ha analitzat l'evolució de la morfologia i la distribució territorial dels quatre principals usos i cobertes del sòl de la Costa Brava. Per l'altra, per a la Costa Brava centre s'ha analitzat l'estat dels dos sistemes naturals del litoral amb més pressió antròpica: la franja estrictament costanera i les masses forestals. Respecte als tres municipis de la Costa Brava centre s'han tingut en compte en l'anàlisi de l'evolució del paisatge a escala local, les actuacions desenvolupades en l'àmbit urbanístic municipal i les seves conseqüències paisatgístiques i ambientals. A partir de la informació ja processada, s'han detectat les tendències de canvi a partir de models de canvi d'usos i cobertes del sòl. S'han incorporat també els factors biofísics i antròpics, socials i econòmics, condicionants i responsables d'una determinada utilització del territori en cadascun dels tres períodes. Mitjançant l'anàlisi multivariable s'ha intentat descobrir el conjunt de factors que influencien en la taxa i el patró espacial de canvi d'usos i les seves conseqüències territorials. Finalment s'ha aplicat un model de simulació, basat en els automatismes cel·lulars de Markov, per tal de projectar les tendències de canvi i plantejar escenaris futurs, una eina bàsica per a la planificació futura del territori i per al control de les problemàtiques ambientals. Aquestes mesures serveixen per a definir, per a la Costa Brava centre, un patró espacial dels canvis d'usos del sòl a nivell local, i, per al conjunt de la Costa Brava, per a predir, mitjançant models de simulació quantitativa, els possibles desenvolupaments i per estimar els impactes.

A hybrid approach of knowledge-based reasoning for structural assessment

La idea básica de detección de defectos basada en vibraciones en Monitorización de la Salud Estructural (SHM), es que el defecto altera las propiedades de rigidez, masa o disipación de energía de un sistema, el cual, altera la respuesta dinámica del mismo. Dentro del contexto de reconocimiento de patrones, esta tesis presenta una metodología híbrida de razonamiento para evaluar los defectos en las estructuras, combinando el uso de un modelo de la estructura y/o experimentos previos con el esquema de razonamiento basado en el conocimiento para evaluar si el defecto está presente, su gravedad y su localización. La metodología involucra algunos elementos relacionados con análisis de vibraciones, matemáticas (wavelets, control de procesos estadístico), análisis y procesamiento de señales y/o patrones (razonamiento basado en casos, redes auto-organizativas), estructuras inteligentes y detección de defectos. Las técnicas son validadas numérica y experimentalmente considerando corrosión, pérdida de masa, acumulación de masa e impactos. Las estructuras usadas durante este trabajo son: una estructura tipo cercha voladiza, una viga de aluminio, dos secciones de tubería y una parte del ala de un avión comercial.

DTM generation from LIDAR data using skewness balancing

LIght Detection And Ranging (LIDAR) data for terrain and land surveying has contributed to many environmental, engineering and civil applications. However, the analysis of Digital Surface Models (DSMs) from complex LIDAR data is still challenging. Commonly, the first task to investigate LIDAR data point clouds is to separate ground and object points as a preparatory step for further object classification. In this paper, the authors present a novel unsupervised segmentation algorithm-skewness balancing to separate object and ground points efficiently from high resolution LIDAR point clouds by exploiting statistical moments. The results presented in this paper have shown its robustness and its potential for commercial applications.