Page 5 - CIMAT: Soluciones en inteligencia de mercados

METODOLOGÍA
A partir de la información, una CNN está formada por operadores y filtros que se convolucionan con la imagen de entrada para extraer características que se usan para construir un clasificador mediante una red neuronal. Es durante la fase de entrenamiento de la CNN en la que sean definiendo los mejores filtros que se usarán para extraer las características más relevantes de la imagen que ayuden a que cada
imagen del conjunto de entrenamiento pueda ser clasificada de forma correcta. El proceso es iterativo y en cada iteración se modifican los filtros y los parámetros del clasificador hasta que el error en la muestra de imágenes de entrenamiento se reduce hasta cierto nivel. Dependiendo de la aplicación puede requerirse cientos de miles de imágenes para entrenar una CNN.
RESULTADOS
• Selección de publicidad en pantallas de centros comerciales de acuerdo a la edad y género los clientes. • Conteo automático y estadísticas de personas.
• Detección de humanos en ambientes diversos.