Auto-codificadores para detección y procesado de imágenes

Abstract

El procesado de imágenes de placas de Rayos X efectuadas sobre obras de arte permite obtener información para realizar estudios que son relevantes en el campo de la Historia del Arte. Poco se ha investigado acerca de aplicar técnicas de aprendizaje profundo sobre estas placas. El objetivo de este proyecto es el estudio de los auto-codificadores, un tipo de red neuronal artificial de aprendizaje no supervisado, para aplicarlos sobre el procesado de imágenes. A partir de un análisis del fundamento teórico, se diseñan las bases del auto-codificador aplicándolo sobre detección de imágenes de dígitos manuscritos. Posteriormente, se diseña una nueva arquitectura para adaptarla a las placas de Rayos X de cuadros. Dicha arquitectura comprende el preprocesado de las imágenes, su introducción en el auto-codificador y la posterior reconstrucción de la salida del mismo. La idea es poder reducir el ruido que contienen las radiografías de forma que se puedan realizar futuros análisis más profundos. Los resultados se han comparado con PCA, otro algoritmo de aprendizaje máquina para la reducción de la dimensionalidad. Las imágenes que se emplean en este trabajo han sido cedidas por el Museo Nacional del Prado y por el RKD (Instituto de Historia del Arte de los Países Bajos).

Image processing of artwork X-rays allows to obtain information for relevant studies in Art History field. There are not many researches about applying Deep Learning techniques over these X-rays images. The purpose of this project is a research of autoencoders, a kind of artificial neural network of non-supervised learning, for using them in image processing. From theoretical basis analysis, a basic autoencoder has been created for applying it over image detection of handwritten digits. Afterwards, a new architecture has been designed for adapting it to X-rays artworks processing. This architecture contains images preprocessing, autoencoder execution and its outputs reconstruction. The idea is to be able to reduce noise contained in X-rays for making deeper analysis of the paintings in a future. The results have been compared with PCA, another Machine Learning algorithm for dimensionality reduction. The images used in this project have been transferred by Museo Nacional del Prado and by RKD (Netherlands Institute for Art History).