Cue Cubi

Combined media on photographic paper. 53" x 77¼" Private Collection

Drawn Exegesis

Combined media on photographic paper. 55½" x 90" Private Collection

Blue Lingo

Combined media on photographic paper. 55½" x 86" Private Collection

Overslant

Combined media on photographic paper. 55" x 48½" Private Collection

Phantom

Combined media on photographic paper. 87¾" x 55½" Private Collection

Portent

Combined media on photographic paper. 27" x 55" Private Collection

Razored Foray

Combined media on photographic paper. 56¼" x 83" Private Collection

Subject in Process

Combined media on photographic paper. 51¼" x 83" Private Collection

Estudio para la extracción automatizada de contextos de significancia en JPEG2000

Se ha desarrollado un trabajo de investigación para arrojar un haz de luz en ciertas regiones de interés en la codificación del estándar JPEG2000. La finalidad de esta investigación, es estudiar la posibilidad de realizar una extracción automatizada de contextos durante el proceso de codificación, de modo que se ajusten a la imagen procesada y observar qué ventajas nos aporta esto frente a los contextos establecidos por el estándar JPEG2000.

Urban image classification with semisupervised multiscale cluster kernels

This paper presents a semisupervised support vector machine (SVM) that integrates the information of both labeled and unlabeled pixels efficiently. Method's performance is illustrated in the relevant problem of very high resolution image classification of urban areas. The SVM is trained with the linear combination of two kernels: a base kernel working only with labeled examples is deformed by a likelihood kernel encoding similarities between labeled and unlabeled examples. Results obtained on very high resolution (VHR) multispectral and hyperspectral images show the relevance of the method in the context of urban image classification. Also, its simplicity and the few parameters involved make the method versatile and workable by unexperienced users.

Representació no-lineal de les imatges per a codificació perceptiva

JPEG2000 és un estàndard de compressió d’imatges que utilitza la transformada wavelet i, posteriorment, una quantificació uniforme dels coeficients amb dead-zone. Els coeficients wavelet presenten certes dependències tant estadístiques com visuals. Les dependències estadístiques es tenen en compte a l'esquema JPEG2000, no obstant, no passa el mateix amb les dependències visuals. En aquest treball, es pretén trobar una representació més adaptada al sistema visual que la que proporciona JPEG2000 directament. Per trobar-la utilitzarem la normalització divisiva dels coeficients, tècnica que ja ha demostrat resultats tant en decorrelació estadística de coeficients com perceptiva. Idealment, el que es voldria fer és reconvertir els coeficients a un espai de valors en els quals un valor més elevat dels coeficients impliqui un valor més elevat d'aportació visual, i utilitzar aquest espai de valors per a codificar. A la pràctica, però, volem que el nostre sistema de codificació estigui integrat a un estàndard. És per això que utilitzarem JPEG2000, estàndard de la ITU que permet una elecció de les distorsions en la codificació, i utilitzarem la distorsió en el domini de coeficients normalitzats com a mesura de distorsió per a escollir quines dades s'envien abans.