Estimación de composición calórica de alimentos utilizando técnicas de aprendizaje profundo y automático
dc.audience | generalPublic | es_MX |
dc.contributor | Pérez de Celis Herrero, María de la Concepción | |
dc.contributor | Pineda Torres, Ivo Humberto | |
dc.contributor.advisor | PEREZ DE CELIS HERRERO, MARIA DE LA CONCEPCION; 275925 | |
dc.contributor.author | Cabrero Dávila, Jorge Alberto | |
dc.date.accessioned | 2023-05-02T20:40:53Z | |
dc.date.available | 2023-05-02T20:40:53Z | |
dc.date.issued | 2022-10-18 | |
dc.description.abstract | "Actualmente la población en México no cuenta con herramientas que sean fáciles de utilizar para medir y cuantificar sus alimentos, el gobierno e instituciones privadas han creado diversos lineamientos de dietas que son difíciles de seguir, caen en la ambigüedad y no son estrictamente medibles a menos que se opte por pesar y cuantificar cada ingrediente de cada alimento que se consume; lo cual, resulta imposible para la mayoría de las personas que se encuentran en los estratos sociales medios y bajos que no cuentan ni con el tiempo ni los recursos para llevar a cabo dicha tarea. Es por ello que este trabajo presenta una propuesta para la obtención de una estimación calórica de un platillo. La propuesta se basa en métodos para el procesamiento de las imágenes digitales de los platillos, como son la segmentación y detección de objetos a través de técnicas de Aprendizaje Profundo y algoritmos de Aprendizaje automático". | es_MX |
dc.folio | 20221124134707-5197-T | es_MX |
dc.format | es_MX | |
dc.identificator | 7 | es_MX |
dc.identifier.uri | https://hdl.handle.net/20.500.12371/18323 | |
dc.language.iso | spa | es_MX |
dc.matricula.creator | 220470306 | es_MX |
dc.publisher | Benemérita Universidad Autónoma de Puebla | es_MX |
dc.rights.acces | openAccess | es_MX |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/4.0 | es_MX |
dc.subject.classification | INGENIERÍA Y TECNOLOGÍA | es_MX |
dc.subject.lcc | Nutrición | es_MX |
dc.subject.lcc | Alimentos--Calidad--Evaluación | es_MX |
dc.subject.lcc | Alimentos--Contenido calórico | es_MX |
dc.subject.lcc | Alimentos--Composición--Procesamiento de datos | es_MX |
dc.subject.lcc | Procesamiento de imágenes--Técnicas digitales | es_MX |
dc.subject.lcc | Aprendizaje automático | es_MX |
dc.thesis.career | Maestría en Ciencias de la Computación | es_MX |
dc.thesis.degreediscipline | Área de Ingeniería y Ciencias Exactas | es_MX |
dc.thesis.degreegrantor | Facultad de Ciencias de la Computación | es_MX |
dc.thesis.degreetoobtain | Maestro en Ciencias de la Computación | es_MX |
dc.title | Estimación de composición calórica de alimentos utilizando técnicas de aprendizaje profundo y automático | es_MX |
dc.type | Tesis de maestría | es_MX |
dc.type.conacyt | masterThesis | es_MX |
dc.type.degree | Maestría | es_MX |
Files
Original bundle
1 - 2 of 2
Loading...
- Name:
- 20221124134707-5197-T.pdf
- Size:
- 19.44 MB
- Format:
- Adobe Portable Document Format
- Description:

- Name:
- 20221124134707-5197-CARTA.pdf
- Size:
- 200.61 KB
- Format:
- Adobe Portable Document Format
- Description:
License bundle
1 - 1 of 1

- Name:
- license.txt
- Size:
- 1.71 KB
- Format:
- Item-specific license agreed upon to submission
- Description: