Análisis comparativo de técnicas de segmentación de estructuras reticulares
F.J. Soler, A. Peidró, M. Fabregat-Jaén, L. Payá, O. Reinoso
XLIV Jornadas de Automatica  (Zaragoza, 6-8 Septiembre, 2023)
Ed. CEA  ISBN:978-84-9749-860-9  DOI:https://ruc.udc.es/dspace/handle/2183/33118  - pp. 750-755

Resumen:

El presente articulo pretende comparar nuestro trabajo anterior en segmentaciÅLon de estructuras reticulares con redes neuronales

frente a un algoritmo ad hoc con el mismo propÅLosito. Actualmente, las redes neuronales o la inteligencia artificial son conceptos

muy usados y sinÅLonimos de avances y mejoras, pero en determinados casos es posible emplear tÅLecnicas mÅLas clÅLasicas, fuera del

paradigma de la inteligencia artificial para desarrollar el mismo tipo de tareas con resultados muy similares. Para corroborar esta

ÅLultima menciÅLon, en el presente artÅLıculo se realiza un anÅLalisis comparativo de forma cuantitativa y cualitativa entre un algoritmo ad

hoc y el mejor modelo de red neuronal en nuestro ÅLultimo trabajo para segmentar estructuras reticulares. Para la implementaciÅLon del

algoritmo se emplean mÅLetodos clÅLasicos como Random Sample Consensus (RANSAC) y crecimiento de regiones. Para realizar la

comparaciÅLon de forma cuantitativa se emplean mÅLetricas estandarizadas como precision, recall y f1-score. Estas ÅLultimas se calcularÅLan

sobre una base de datos propia, compuesta por mil nubes de puntos y generada automÅLaticamente en trabajos anteriores. El algoritmo

en cuestiÅLon esta dise˜nado expresamente para tal base de datos.