RT info:eu-repo/semantics/masterThesis
T1 Aplicación de técnicas de machine learning para la predicción de diferencias de color percibidas
A1 Gallardo Fuentes, Pablo
A2 Universidad de Valladolid. Escuela de Ingeniería Informática de Valladolid
K1 Machine learning
K1 Redes neuronales artificiales
K1 Máquinas de soporte vectorial
K1 Random forest
AB En este trabajo se aborda el problema de la estimación de diferencias de color percibidas por el ojo humano a partir de datosexperimentales, con el objetivo de evaluar si los modelos basadosen aprendizaje automático pueden superar a las fórmulas tradicionales como CIEDE2000 en términos de precisión perceptual. Paraello, se ha hecho uso de cinco bases de datos validadas por expertosen colorimetría, las cuales contienen pares de colores representadosen el espacio CIELAB junto con sus correspondientes diferenciasperceptuales obtenidas mediante ensayos visuales con observadoreshumanos.A partir de estos datos, se ha desarrollado un conjunto de modelosde predicción, entre los que destaca una red neuronal artificial (ANN)entrenada con PyTorch. Dicho modelo ha mostrado un rendimientosuperior al de la fórmula estándar CIEDE2000 en la métrica deevaluación STRESS. El proceso incluyó una normalización de losdatos, optimización de hiperparámetros, la evluación de distintostipos de modelos supervisados y la validación en diferentes bases dedatos para asegurar la robustez de los resultados.Los resultados obtenidos sugieren que el enfoque basado en datospuede capturar de forma más precisa las sutilezas de la percepciónvisual del color, lo que abre la puerta al desarrollo de métricas másadaptadas a contextos específicos. Finalmente, se proponen líneasde trabajo futuro centradas en la mejora del preprocesamiento, laincorporación de nuevos conjuntos de datos, y la exploración dearquitecturas de modelos más complejas.
YR 2025
FD 2025
LK https://uvadoc.uva.es/handle/10324/79589
UL https://uvadoc.uva.es/handle/10324/79589
LA spa
NO Departamento de Informática (Arquitectura y Tecnología de Computadores, Ciencias de la Computación e Inteligencia Artificial, Lenguajes y Sistemas Informáticos)
DS UVaDOC
RD 12-nov-2025