Resumen

Con la aparición del aprendizaje profundo, la visión por computadora ha presenciado un extenso avance y ha visto inmensas aplicaciones en múltiples dominios. Específicamente, la descripción de imágenes se ha convertido en una dirección atractiva para la mayoría de los expertos en aprendizaje automático, lo cual incluye el requisito de identificación de objetos, ubicación y comprensión semántica. En este documento, se investigan de manera exhaustiva la segmentación semántica y la descripción de imágenes basadas en metodologías tradicionales y de vanguardia. En esta encuesta, se reflexiona sobre el uso de técnicas de aprendizaje profundo en el análisis de segmentación de imágenes 2D y 3D utilizando una red completamente convolucional y otros métodos de extracción de características jerárquicas de alto nivel. En primer lugar, se describen los conceptos y fundamentos de cada dominio, luego se discute la segmentación semántica junto con sus características relevantes, conjuntos de datos disponibles y criterios de evaluación. Además, se presenta la captura de información semántica

• Materias:Funciones Flujo de información Estudio de población Modelado de sistemas Modelo de campo
• Subjects:Functions Information flow Population study System modeling Field model
• Palabras claves:Aprendizaje profundo; Visión por computadora; Descripción de imágenes; Segmentación semántica; Identificación de objetos; Aprendizaje automático
• Keywords:Deep learning; Computer vision; Image captioning; Semantic segmentation; Object identification; Machine learning