Huella digital de audio aplicada al reconocimiento de formas

Resumen

La tecnología de reconocimiento de formas es crucial en la visión por computadora, permitiendo la identificación precisa de objetos en imágenes y secuencias de video. Su alcance es amplio, abarcando campos como la biología, medicina y aplicaciones militares. Históricamente, estos procesos eran manuales; sin embargo, con el avance de la informática, se han automatizado en gran medida. Este estudio presenta un innovador enfoque para el reconocimiento de formas en imágenes digitales, empleando espectrogramas de Mel como huella digital de audio, una técnica no convencional en este campo. Las imágenes utilizadas se encuentran ya segmentadas en las bases de datos. Cada imagen se transformó a una serie temporal guardada como archivo wav. Se utilizó el método de mapa de constelaciones usado por el sitio web Shazam para clasificar las formas, y se llevaron a cabo experimentos con dos bases de datos: MPEG-7 CE-Shape-1 Part B y ETU-10. Los resultados obtenidos muestran una precisión del 97.92% y del 100% en las bases de datos mencionadas, evidenciando la efectividad y el potencial de este novedoso enfoque en el reconocimiento de formas en imágenes digitales.