Field programmable gate array based target detection and gesture recognition

The move from Standard Definition (SD) to High Definition (HD) represents a six times increases in data, which needs to be processed. With expanding resolutions and evolving compression, there is a need for high performance with flexible architectures to allow for quick upgrade ability. The technology advances in image display resolutions, advanced compression techniques, and video intelligence. Software implementation of these systems can attain accuracy with tradeoffs among processing performance (to achieve specified frame rates, working on large image data sets), power and cost constraints. There is a need for new architectures to be in pace with the fast innovations in video and imaging. It contains dedicated hardware implementation of the pixel and frame rate processes on Field Programmable Gate Array (FPGA) to achieve the real-time performance. ^ The following outlines the contributions of the dissertation. (1) We develop a target detection system by applying a novel running average mean threshold (RAMT) approach to globalize the threshold required for background subtraction. This approach adapts the threshold automatically to different environments (indoor and outdoor) and different targets (humans and vehicles). For low power consumption and better performance, we design the complete system on FPGA. (2) We introduce a safe distance factor and develop an algorithm for occlusion occurrence detection during target tracking. A novel mean-threshold is calculated by motion-position analysis. (3) A new strategy for gesture recognition is developed using Combinational Neural Networks (CNN) based on a tree structure. Analysis of the method is done on American Sign Language (ASL) gestures. We introduce novel point of interests approach to reduce the feature vector size and gradient threshold approach for accurate classification. (4) We design a gesture recognition system using a hardware/ software co-simulation neural network for high speed and low memory storage requirements provided by the FPGA. We develop an innovative maximum distant algorithm which uses only 0.39% of the image as the feature vector to train and test the system design. Database set gestures involved in different applications may vary. Therefore, it is highly essential to keep the feature vector as low as possible while maintaining the same accuracy and performance^

Gimme' A Break: Offering Sabbaticals as an Optional Leave Benefit in the Lodging Industry

ABSTRACT The purpose of this study is to investigate the extended leave programs offered by lodging companies in the United States and to suggest a model that could be used in the lodging industry. This model mirrors successful sabbatical leave programs offered by leading companies featured in the annual report, 100 Best Companies to Work For (from this point forward, referred to as 100 Best), published on-line by Fortune Magazine, 2013 (CNN, 2013). While extended leave programs are not entirely lacking in the industry, our research discovered that such leave systems are rare. According to the companies investigated that offer a sabbatical leave program, this benefit offers highly sought after time away from work for top performing employees at the management and higher levels. The benefits reported include happier employees who have increased feelings of company loyalty, job satisfaction, and overall better attitudes. The sponsoring companies stated that those who take part in such leave contribute at a higher level upon their return, bringing fresh ideas and a renewed commitment to the company’s success.

Deep Head Pose: Gaze-Direction Estimation in Multimodal Video

In this paper we present a convolutional neuralnetwork (CNN)-based model for human head pose estimation inlow-resolution multi-modal RGB-D data. We pose the problemas one of classification of human gazing direction. We furtherfine-tune a regressor based on the learned deep classifier. Next wecombine the two models (classification and regression) to estimateapproximate regression confidence. We present state-of-the-artresults in datasets that span the range of high-resolution humanrobot interaction (close up faces plus depth information) data tochallenging low resolution outdoor surveillance data. We buildupon our robust head-pose estimation and further introduce anew visual attention model to recover interaction with theenvironment. Using this probabilistic model, we show thatmany higher level scene understanding like human-human/sceneinteraction detection can be achieved. Our solution runs inreal-time on commercial hardware

Leveraging Multiple Features for Image Retrieval and Matching

The goal of image retrieval and matching is to find and locate object instances in images from a large-scale image database. While visual features are abundant, how to combine them to improve performance by individual features remains a challenging task. In this work, we focus on leveraging multiple features for accurate and efficient image retrieval and matching. We first propose two graph-based approaches to rerank initially retrieved images for generic image retrieval. In the graph, vertices are images while edges are similarities between image pairs. Our first approach employs a mixture Markov model based on a random walk model on multiple graphs to fuse graphs. We introduce a probabilistic model to compute the importance of each feature for graph fusion under a naive Bayesian formulation, which requires statistics of similarities from a manually labeled dataset containing irrelevant images. To reduce human labeling, we further propose a fully unsupervised reranking algorithm based on a submodular objective function that can be efficiently optimized by greedy algorithm. By maximizing an information gain term over the graph, our submodular function favors a subset of database images that are similar to query images and resemble each other. The function also exploits the rank relationships of images from multiple ranked lists obtained by different features. We then study a more well-defined application, person re-identification, where the database contains labeled images of human bodies captured by multiple cameras. Re-identifications from multiple cameras are regarded as related tasks to exploit shared information. We apply a novel multi-task learning algorithm using both low level features and attributes. A low rank attribute embedding is joint learned within the multi-task learning formulation to embed original binary attributes to a continuous attribute space, where incorrect and incomplete attributes are rectified and recovered. To locate objects in images, we design an object detector based on object proposals and deep convolutional neural networks (CNN) in view of the emergence of deep networks. We improve a Fast RCNN framework and investigate two new strategies to detect objects accurately and efficiently: scale-dependent pooling (SDP) and cascaded rejection classifiers (CRC). The SDP improves detection accuracy by exploiting appropriate convolutional features depending on the scale of input object proposals. The CRC effectively utilizes convolutional features and greatly eliminates negative proposals in a cascaded manner, while maintaining a high recall for true objects. The two strategies together improve the detection accuracy and reduce the computational cost.

Deep convolutional neural networks for semantic video object segmentation

In this thesis, we propose to infer pixel-level labelling in video by utilising only object category information, exploiting the intrinsic structure of video data. Our motivation is the observation that image-level labels are much more easily to be acquired than pixel-level labels, and it is natural to find a link between the image level recognition and pixel level classification in video data, which would transfer learned recognition models from one domain to the other one. To this end, this thesis proposes two domain adaptation approaches to adapt the deep convolutional neural network (CNN) image recognition model trained from labelled image data to the target domain exploiting both semantic evidence learned from CNN, and the intrinsic structures of unlabelled video data. Our proposed approaches explicitly model and compensate for the domain adaptation from the source domain to the target domain which in turn underpins a robust semantic object segmentation method for natural videos. We demonstrate the superior performance of our methods by presenting extensive evaluations on challenging datasets comparing with the state-of-the-art methods.

Adverse drug reaction classification with deep neural networks

We study the problem of detecting sentences describing adverse drug reactions (ADRs) and frame the problem as binary classification. We investigate different neural network (NN) architectures for ADR classification. In particular, we propose two new neural network models, Convolutional Recurrent Neural Network (CRNN) by concatenating convolutional neural networks with recurrent neural networks, and Convolutional Neural Network with Attention (CNNA) by adding attention weights into convolutional neural networks. We evaluate various NN architectures on a Twitter dataset containing informal language and an Adverse Drug Effects (ADE) dataset constructed by sampling from MEDLINE case reports. Experimental results show that all the NN architectures outperform the traditional maximum entropy classifiers trained from n-grams with different weighting strategies considerably on both datasets. On the Twitter dataset, all the NN architectures perform similarly. But on the ADE dataset, CNN performs better than other more complex CNN variants. Nevertheless, CNNA allows the visualisation of attention weights of words when making classification decisions and hence is more appropriate for the extraction of word subsequences describing ADRs.

Análisis de mujeres cachemires como sujetos subalternos en la representación institucional de India y Paquistán a partir del fenómeno de desaparición forzada (1989-2008)

El interés de esta monografía es analizar las consecuencias de la representación institucional de India y Paquistán en la disputa territorial por Cachemira durante el periodo de 1989 a 2008. Puntualmente, se analiza y explica cómo la representación institucional prestada individualmente por India y Paquistán validó sus intereses como agentes de poder en la región, pasó por alto las necesidades de la población cachemir y fomentó la práctica de la desaparición forzada, lo que en consecuencia convirtió a las mujeres cachemires en un grupo subalterno. Para tal objetivo, se hará uso de la teoría postcolonialista, específicamente el enfoque subalternista de la autora Gayatri Chakravorty Spivak ya que permite explicar adecuadamente el proceso mediante el cual las mujeres cachemires se convirtieron en un grupo subalterno.

Incidencia del proyecto “ASEAN community” en el desarrollo humano de Tailandia (2004-2014)

Esta investigación se interesa en evaluar los logros y retos que ha presentado el proyecto ASEAN Community en cada una de sus tres áreas de acción (Comunidad económica, comunidad de política y seguridad, y comunidad socio-cultural) ante su aplicación en Tailandia. De esta manera, se busca analizar la incidencia que ha tenido el proyecto en el Desarrollo Humano de Tailandia durante el periodo 2004-2014. A través del análisis del estatus actual a la luz del concepto de libertades instrumentales se realiza la evaluación de los resultados de los proyectos y su conveniencia o no para el desarrollo humano de la sociedad tailandesa.

Nicaragua y el Lawfare: el derecho internacional como sucedáneo de la guerra

El interés de esta monografía es evaluar la relación entre el derecho internacional, la guerra y la política exterior a la luz del concepto de lawfare. Esta relación se evalúa a la luz del caso de las relaciones de Nicaragua con sus vecinos. Se analiza y explican las distintas nociones de derecho internacional desarrolladas por las teorías de Relaciones y sus limitaciones; la utilización de la guerra jurídica como estrategia sustitutiva de la guerra material en el caso de Nicaragua. Utilizando el concepto desarrollado por Charles Dunlap, el trabajo busca demostrar que el lawfare explica algunas relaciones entre derecho, guerra, y relaciones internacionales que las teorías clásicas no pueden y, adicionalmente da razón de las acciones de Nicaragua mediante la utilización del Derecho Internacional.

La innovación dentro del entorno de Silicon Valley

En este artículo se presentan los resultados de la visita a las empresas ubicadas en Silicon Valley, cuna de la innovación, con el fin de obtener un entendimiento integral del funcionamiento y factores claves de éxito de las starups y organizaciones que conforman este conglomerado empresarial.

Análisis del discurso político: estrategia hegemónica rusa para la conquista de territorio durante 1861 -1928 y 1991

La presente investigación pretende explorar la relación entre el discurso político y un proyecto hegemónico ruso para la conquista de territorio en la península de Crimea mediante la migración humana, evidente en los hechos de 2014. A partir de la evaluación de algunos momentos de migración en los últimos dos siglos (1860, 1928 y 1991) se vincula la práctica articulatoria del discurso político de cada una de las elites políticas rusas de turno con la crisis política en Crimea 2014. Lo anterior permite identificar un cierto proyecto hegemónico ruso –transversal en el tiempo - que tuvo como resultado principal la anexión de facto de Crimea a Rusia. Ésta no habría sido posible sin las acciones políticas de cada una de los gobernantes que motivaron la migración hacia Crimea, lo cual puede ser en gran parte uno de los motivos para la gran concentración de rusos en Crimea que votaron a favor de unirse a Rusia y dejar a Ucrania.

América Latina y el Caribe: Variables de competitividad para la dinámica empresarial 2007 - 2014

Este estudio realiza una categorización regional de los países en América Latina con respecto de las categorizaciones globales teniendo en cuenta los índices de competitividad, crecimiento económico y desarrollo humano. El objetivo es actualizar los análisis sobre la situación regional de forma cuantitativa involucrando el grado de asimetría en la competitividad. Esta relación entre el posicionamiento global y regional ha influenciado directamente la evolución del tejido empresarial

La migración infantil indocumentada de Centroamérica, un desafío a la reformulación de la política migratoria de Estados Unidos. Estudio de caso de Honduras (2010-2014)

El siguiente estudio de caso analiza la influencia de la llegada de la migración infantil indocumentada centroamericana en la reformulación de la política migratoria de Estados Unidos en el período 2010-2014. Enfocándose en el caso de Honduras para dar a conocer y analizar las causas que crean las dinámicas migratorias por parte de los menores, este trabajo analiza como la llegada de estas poblaciones genera ciertos efectos en el proceso de toma de decisión de las políticas internas de los Estados Unidos. Por un lado, para resaltar las características del fenómeno migratorio, se utilizan las teorías de redes sociales y la teoría push and pull. Por otro, mediante los conceptos de Sensibilidad y Vulnerabilidad expuestos en la teoría de la Interdependencia Compleja de las Relaciones Internacionales, como también el concepto de Seguridad Societal propuesto por Barry Buzan se estudia el nivel de influencia del fenómeno infantil en el gobierno norteamericano.

Desafíos de la movilización social para generar transformaciones en las instituciones: la movilización fallida en Egipto periodo 2010-2013

Este estudio de caso busca evaluar los alcances y limitaciones que tiene la movilización social para lograr transformaciones en las instituciones a partir del estudio de la movilización social en Egipto durante el período 2010-2013. Se analiza y se explica en qué sentido las instituciones de movimiento lento, como las estructuras de poder y estructuras mentales, han frustrado lo acontecido en Egipto conocido como la primavera árabe. Siguiendo la perspectiva de las instituciones de Gérard Roland y Alejandro Portes, se avanza hacia el resultado de la investigación de que las instituciones de movimiento lento tienen en cuenta aspectos estructurales de una sociedad tales como el poder y la cultura. Por ello, no pueden ser cambiadas con facilidad ya que cuentan con bases sólidas que han sido construidas mediante procesos históricos fundamentados en ideologías y valores.

La actualización del modelo socialista y sus efectos en el Partido Comunista Cubano

El VI Congreso del Partido Comunista de Cuba introdujo una nueva agenda económica que el Gobierno llama la actualización del modelo socialista. Muchos piensan que en esencia se trata de una serie de reformas y reducen su importancia a su dimensión económica. Esta monografía busca explicar la actualización aplicando el análisis de sistemas-mundo de Immanuel Wallerstein, aportando una interpretación no convencional del fenómeno. Se puntualizará en las variables de poder y en los actores políticos que han determinado la nueva política económica: el Partido Comunista de Cuba (PCC) y las Fuerzas Armadas Revolucionarias (FAR). Ambos conforman lo que Wallerstein denomina un movimiento antisitémico. El argumento principal es que el movimiento ha puesto en marcha las reformas buscando fortalecer el Estado y así garantizar su supervivencia al consolidar su posición como el competidor único del poder estatal. Como se verá, estas metas han llevado al movimiento a sacrificar parte de su naturaleza antisistémica.