Reconstrucción histórica a partir del análisis de imágenes
Conociendo que hay muchos eventos en la historia colombiana que tienen muchas dudas con respecto a que paso realmente se vuelve necesario el que a través de algoritmos se puedan reconstruir los eventos usando el material sobreviviente ya sean imágenes, videos o testimonios. Sabiendo eso se propone l...
- Autores:
-
Guerrero Agudelo, Nicolás Chalee
- Tipo de recurso:
- Trabajo de grado de pregrado
- Fecha de publicación:
- 2024
- Institución:
- Universidad de los Andes
- Repositorio:
- Séneca: repositorio Uniandes
- Idioma:
- spa
- OAI Identifier:
- oai:repositorio.uniandes.edu.co:1992/73772
- Acceso en línea:
- https://hdl.handle.net/1992/73772
- Palabra clave:
- Reconocimiento facial
Reconocimiento de objetos
Análisis de imágenes
Reconstrucción historica
Ingeniería
- Rights
- openAccess
- License
- Attribution-NoDerivatives 4.0 International
| id |
UNIANDES2_b03b9126586fbf999840fead81e34154 |
|---|---|
| oai_identifier_str |
oai:repositorio.uniandes.edu.co:1992/73772 |
| network_acronym_str |
UNIANDES2 |
| network_name_str |
Séneca: repositorio Uniandes |
| repository_id_str |
|
| dc.title.none.fl_str_mv |
Reconstrucción histórica a partir del análisis de imágenes |
| title |
Reconstrucción histórica a partir del análisis de imágenes |
| spellingShingle |
Reconstrucción histórica a partir del análisis de imágenes Reconocimiento facial Reconocimiento de objetos Análisis de imágenes Reconstrucción historica Ingeniería |
| title_short |
Reconstrucción histórica a partir del análisis de imágenes |
| title_full |
Reconstrucción histórica a partir del análisis de imágenes |
| title_fullStr |
Reconstrucción histórica a partir del análisis de imágenes |
| title_full_unstemmed |
Reconstrucción histórica a partir del análisis de imágenes |
| title_sort |
Reconstrucción histórica a partir del análisis de imágenes |
| dc.creator.fl_str_mv |
Guerrero Agudelo, Nicolás Chalee |
| dc.contributor.advisor.none.fl_str_mv |
Cardozo Álvarez, Nicolás |
| dc.contributor.author.none.fl_str_mv |
Guerrero Agudelo, Nicolás Chalee |
| dc.contributor.jury.none.fl_str_mv |
Cardozo Álvarez, Nicolás |
| dc.subject.keyword.none.fl_str_mv |
Reconocimiento facial Reconocimiento de objetos Análisis de imágenes Reconstrucción historica |
| topic |
Reconocimiento facial Reconocimiento de objetos Análisis de imágenes Reconstrucción historica Ingeniería |
| dc.subject.themes.spa.fl_str_mv |
Ingeniería |
| description |
Conociendo que hay muchos eventos en la historia colombiana que tienen muchas dudas con respecto a que paso realmente se vuelve necesario el que a través de algoritmos se puedan reconstruir los eventos usando el material sobreviviente ya sean imágenes, videos o testimonios. Sabiendo eso se propone la creación de una guía metodológica que presente el funcionamiento de esos algoritmos para poder llegar a conclusiones. Se analiza el estado del arte de esos algoritmos llegando a la conclusión que los mejores para poder cumplir con los objetivos es la aplicación Roboflow, YOLOv5 y face recognition. Después de estudiar el funcionamiento de cada uno de ellos se crea la guía metodológica usando el caso práctico de la toma del palacio de justicia en el año 1985. Obteniendo al final una base de datos que después de la ejecución de YOLO es capaz de predecir diferentes categorías de objetos, ya sea tanques, armas, militares y el Palacio de Justicia, también puede encontrar a partir de un template buscar el mismo rostro en toda la base de datos y encontrar en que imágenes se encuentra presente. Para terminar, se analizarán los resultados encontrados y que tan óptimos son los algoritmos seleccionados y se presentaran las conclusiones. |
| publishDate |
2024 |
| dc.date.accessioned.none.fl_str_mv |
2024-02-01T19:51:02Z |
| dc.date.available.none.fl_str_mv |
2024-02-01T19:51:02Z |
| dc.date.issued.none.fl_str_mv |
2024-01-29 |
| dc.type.none.fl_str_mv |
Trabajo de grado - Pregrado |
| dc.type.driver.none.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
| dc.type.version.none.fl_str_mv |
info:eu-repo/semantics/acceptedVersion |
| dc.type.coar.none.fl_str_mv |
http://purl.org/coar/resource_type/c_7a1f |
| dc.type.content.none.fl_str_mv |
Text |
| dc.type.redcol.none.fl_str_mv |
http://purl.org/redcol/resource_type/TP |
| format |
http://purl.org/coar/resource_type/c_7a1f |
| status_str |
acceptedVersion |
| dc.identifier.uri.none.fl_str_mv |
https://hdl.handle.net/1992/73772 |
| dc.identifier.instname.none.fl_str_mv |
instname:Universidad de los Andes |
| dc.identifier.reponame.none.fl_str_mv |
reponame:Repositorio Institucional Séneca |
| dc.identifier.repourl.none.fl_str_mv |
repourl:https://repositorio.uniandes.edu.co/ |
| url |
https://hdl.handle.net/1992/73772 |
| identifier_str_mv |
instname:Universidad de los Andes reponame:Repositorio Institucional Séneca repourl:https://repositorio.uniandes.edu.co/ |
| dc.language.iso.none.fl_str_mv |
spa |
| language |
spa |
| dc.relation.references.none.fl_str_mv |
Archivo de Bogotá. (2020). Mes de los archivos en derechos humanos. Secretaríageneral.gov.co. https://archivobogota.secretariageneral.gov.co/noticias/mes-los-archivos-derechos-humanos B. C. Russell, A. Torralba, K.P. Murphy, W.T.FREEMAN. LabelMe: a Database and Web-based Tool for Image Annotation. International Journal of Computer Vision, 77(1-3):157-173,2008. Banco de la República. (s.f.). Plaza de Bolívar. Foto 7. Banco de la República. Biblioteca Virtual. https://babel.banrepcultural.org/digital/collection/p17054coll19/id/541/ Daniel Guo, Aleksandr Smolin. (s.f.). COMPARING YOLOV5 AND RETINANET OBJECT DETECTION MODELS FOR HIGHWAY TRASH DETECTION: A COMPUTER VISION APPROACH TO MITIGATING ENVIRONMENTAL IMPACT AND PROMOTING COMMUNITY HEALTH AND SAFETY . aircconline.com. https://aircconline.com/csit/papers/vol13/csit131106.pdf El Tiempo. (2021). Las 28 horas de guerra en la Plaza Bolívar en toma del Palacio de Justicia. eltiempo.com. https://www.eltiempo.com/justicia/conflicto-y-narcotrafico/palacio-de-justicia-linea-de-tiempo-de-la-toma-hace-36-anos-por-el-m19-625585 El País. (2023). JEP inició audiencia a exmilitares vinculados a la toma de Palacio del Justicia: los detalles. Elpaís.com.co. https://www.elpais.com.co/judicial/jep-inicio-audiencia-a-exmilitares-vinculados-a-la-toma-de-palacio-del-justicia-los-detalles-2457.html Juan Carlos Jiménez Encalada. (2015). Implementación de técnicas de identificación de objetos aplicadas al reconocimiento de rostros en video vigilancia del SIS-ECU-911. [Tesis doctoral o de maestría, Universidad Politécnica Salesiana]. https://dspace.ups.edu.ec/bitstream/123456789/7809/1/UPS-CT004656.pdf. Jules Parrmur. (2017). Imágenes extranjeras sobre la toma del palacio de justicia en 1985. [Video]. YouTube. https://youtu.be/sRzym9ArXE0 Keepcoding.io. (2023). ¿Qué es el batch size en Deep Learning?. keepcoding. https://keepcoding.io/blog/batch-size-deep-learning/ La máquina oráculo. (s.f.). Detección de Objetos II: RetinaNet. lamaquinaoraculo.com. https://lamaquinaoraculo.com/computacion/deteccion-de-objetos-2-retinanet/ Medium. (2018). Comprender el detector MultiBox de disparo único (SSD) e implementarlo en Pytorch. medium.com. https://medium.com/@smallfishbigsea/understand-ssd-and-implement-your-own-caa3232cd6ad Nairal.net. (2022). Algoritmos y bibliotecas de detección de objetos. NAIRAL.NET. https://neptune.ai/blog/object-detection-algorithms-and-libraries Noticias Caracol. (2018). Minuto a minuto, así fue la toma y retoma del palacio de justicia. [Video]. YouTube. https://youtu.be/5c9DsqH9b2I Noticias uno Colombia. (2015). Video inédito de la retoma al Palacio de Justicia muestra a Luz Mary Portela saliendo viva. [Video]. YouTube. https://youtu.be/1VUKdtYKDYI Pinterest. (2020). Las mejores 180 ideas de Palacio de Justicia. [Video]. YouTube. https://co.pinterest.com/juancarlosconto/palacio-de-justicia/ Programar TV. (2012). Toma del Palacio de Justicia. https://www.youtube.com/watch?v=Z69M10nfpAU. https://youtu.be/Z69M10nfpAU Rtvc Noticias. (s.f.). Películas, documentales y libros sobre la toma del Palacio de Justicia. rtvnoticias.com. https://www.elpais.com.co/judicial/jep-inicio-audiencia-a-exmilitares-vinculados-a-la-toma-de-palacio-del-justicia-los-detalles-2457.html Roboflow. (s.f.). Roboflow. Roboflow.com. https://roboflow.com/ Shaip. (2022). Reconocimiento de Imágenes por IA. shaip.com. https://es.shaip.com/blog/what-is-ai-image-recognition-and-how-does-it-work/ Towardsdatascience. (s.f.). Review: RetinaNet — Focal Loss (Object Detection). towardsdatascience.com. https://towardsdatascience.com/review-retinanet-focal-loss-object-detection-38fba6afabe4 Upm. (2021). YOLO vs SSD: ¿Cuál es un algoritmo superior?. Upm.es. https://oa.upm.es/67969/7/LUIS_RODRIGO_BARBA_GUAMAN_02.pdf Vanguardia. (2015). Estas son las imágenes más recordadas de la toma del Palacio de Justicia. Vanguardia.com. https://www.vanguardia.com/colombia/estas-son-las-imagenes-mas-recordadas-de-la-toma-del-palacio-de-justicia-PBvl334946 Vimeo. (2013). 28 Horas Bajo Fuego. [Video]. YouTube. https://vimeo.com/52258964 Viso.ai. (2023). Detección de Objetos en 2023: La Guía Definitiva . VISO.AI. https://viso.ai/deep-learning/object-detection/ Wikipedia. (2018). Algoritmo You Only Look Once (YOLO). Wikipedia. https://es.wikipedia.org/wiki/Algoritmo_You_Only_Look_Once_(YOLO) Xataka. (2019). La tecnología está preparada para el reconocimiento facial en multitudes, ahora toca a la sociedad tener el debate ético y de privacidad. XATAKA.COM. https://www.xataka.com/privacidad/tecnologia-esta-preparada-para-reconocimiento-facial-multitudes-ahora-toca-a-sociedad-tener-debate-etico-privacidad Yeswelab. (s.f.). Yeswelab - Roboflow. Yeswelab . https://app.yeswelab.com/herramienta/roboflow/r/recC7WvwCovI1uKc1 |
| dc.rights.en.fl_str_mv |
Attribution-NoDerivatives 4.0 International |
| dc.rights.uri.none.fl_str_mv |
http://creativecommons.org/licenses/by-nd/4.0/ |
| dc.rights.accessrights.none.fl_str_mv |
info:eu-repo/semantics/openAccess |
| dc.rights.coar.none.fl_str_mv |
http://purl.org/coar/access_right/c_abf2 |
| rights_invalid_str_mv |
Attribution-NoDerivatives 4.0 International http://creativecommons.org/licenses/by-nd/4.0/ http://purl.org/coar/access_right/c_abf2 |
| eu_rights_str_mv |
openAccess |
| dc.format.extent.none.fl_str_mv |
53 páginas |
| dc.format.mimetype.none.fl_str_mv |
application/pdf |
| dc.publisher.none.fl_str_mv |
Universidad de los Andes |
| dc.publisher.program.none.fl_str_mv |
Ingeniería de Sistemas y Computación |
| dc.publisher.faculty.none.fl_str_mv |
Facultad de Ingeniería |
| dc.publisher.department.none.fl_str_mv |
Departamento de Ingeniería Sistemas y Computación |
| publisher.none.fl_str_mv |
Universidad de los Andes |
| institution |
Universidad de los Andes |
| bitstream.url.fl_str_mv |
https://repositorio.uniandes.edu.co/bitstreams/8bbb6500-c738-4547-8bb6-6263a1111280/download https://repositorio.uniandes.edu.co/bitstreams/19e7cee5-fd5e-4ead-956f-cce7f193c646/download https://repositorio.uniandes.edu.co/bitstreams/37c4b983-18ab-4639-a21d-8e58739cbe75/download https://repositorio.uniandes.edu.co/bitstreams/e928c157-f8dd-46a0-b505-43a80595ec6a/download https://repositorio.uniandes.edu.co/bitstreams/6164a3c8-4c6b-4bd5-a734-6f4f47cee2ca/download https://repositorio.uniandes.edu.co/bitstreams/4031d189-bb1e-47f5-ada9-90ee98ebe267/download https://repositorio.uniandes.edu.co/bitstreams/9a5a28c5-9f9d-47a6-8141-c291c7e9af0c/download https://repositorio.uniandes.edu.co/bitstreams/33936284-51b9-472c-8b80-b9699189c6fb/download |
| bitstream.checksum.fl_str_mv |
bac54ad55dc8d66c46ea7f026f8abcd8 301873f7c72eee7fcdbb1c825a727c0b f7d494f61e544413a13e6ba1da2089cd ae9e573a68e7f92501b6913cc846c39f dd1e11e5329fa5fe765e5f621c004816 f119523cf257c586f4d3c09f52784c22 ea5df74fdcdb01c60ca6d8c73f82371c b87588675d73811b5d2f78d73e90419d |
| bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 MD5 MD5 MD5 MD5 |
| repository.name.fl_str_mv |
Repositorio institucional Séneca |
| repository.mail.fl_str_mv |
adminrepositorio@uniandes.edu.co |
| _version_ |
1812134083603464192 |
| spelling |
Cardozo Álvarez, Nicolásvirtual::285-1Guerrero Agudelo, Nicolás ChaleeCardozo Álvarez, Nicolás2024-02-01T19:51:02Z2024-02-01T19:51:02Z2024-01-29https://hdl.handle.net/1992/73772instname:Universidad de los Andesreponame:Repositorio Institucional Sénecarepourl:https://repositorio.uniandes.edu.co/Conociendo que hay muchos eventos en la historia colombiana que tienen muchas dudas con respecto a que paso realmente se vuelve necesario el que a través de algoritmos se puedan reconstruir los eventos usando el material sobreviviente ya sean imágenes, videos o testimonios. Sabiendo eso se propone la creación de una guía metodológica que presente el funcionamiento de esos algoritmos para poder llegar a conclusiones. Se analiza el estado del arte de esos algoritmos llegando a la conclusión que los mejores para poder cumplir con los objetivos es la aplicación Roboflow, YOLOv5 y face recognition. Después de estudiar el funcionamiento de cada uno de ellos se crea la guía metodológica usando el caso práctico de la toma del palacio de justicia en el año 1985. Obteniendo al final una base de datos que después de la ejecución de YOLO es capaz de predecir diferentes categorías de objetos, ya sea tanques, armas, militares y el Palacio de Justicia, también puede encontrar a partir de un template buscar el mismo rostro en toda la base de datos y encontrar en que imágenes se encuentra presente. Para terminar, se analizarán los resultados encontrados y que tan óptimos son los algoritmos seleccionados y se presentaran las conclusiones.Ingeniero de Sistemas y ComputaciónPregrado53 páginasapplication/pdfspaUniversidad de los AndesIngeniería de Sistemas y ComputaciónFacultad de IngenieríaDepartamento de Ingeniería Sistemas y ComputaciónAttribution-NoDerivatives 4.0 Internationalhttp://creativecommons.org/licenses/by-nd/4.0/info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Reconstrucción histórica a partir del análisis de imágenesTrabajo de grado - Pregradoinfo:eu-repo/semantics/bachelorThesisinfo:eu-repo/semantics/acceptedVersionhttp://purl.org/coar/resource_type/c_7a1fTexthttp://purl.org/redcol/resource_type/TPReconocimiento facialReconocimiento de objetosAnálisis de imágenesReconstrucción historicaIngenieríaArchivo de Bogotá. (2020). Mes de los archivos en derechos humanos. Secretaríageneral.gov.co. https://archivobogota.secretariageneral.gov.co/noticias/mes-los-archivos-derechos-humanosB. C. Russell, A. Torralba, K.P. Murphy, W.T.FREEMAN. LabelMe: a Database and Web-based Tool for Image Annotation. International Journal of Computer Vision, 77(1-3):157-173,2008.Banco de la República. (s.f.). Plaza de Bolívar. Foto 7. Banco de la República. Biblioteca Virtual. https://babel.banrepcultural.org/digital/collection/p17054coll19/id/541/Daniel Guo, Aleksandr Smolin. (s.f.). COMPARING YOLOV5 AND RETINANET OBJECT DETECTION MODELS FOR HIGHWAY TRASH DETECTION: A COMPUTER VISION APPROACH TO MITIGATING ENVIRONMENTAL IMPACT AND PROMOTING COMMUNITY HEALTH AND SAFETY . aircconline.com. https://aircconline.com/csit/papers/vol13/csit131106.pdfEl Tiempo. (2021). Las 28 horas de guerra en la Plaza Bolívar en toma del Palacio de Justicia. eltiempo.com. https://www.eltiempo.com/justicia/conflicto-y-narcotrafico/palacio-de-justicia-linea-de-tiempo-de-la-toma-hace-36-anos-por-el-m19-625585El País. (2023). JEP inició audiencia a exmilitares vinculados a la toma de Palacio del Justicia: los detalles. Elpaís.com.co. https://www.elpais.com.co/judicial/jep-inicio-audiencia-a-exmilitares-vinculados-a-la-toma-de-palacio-del-justicia-los-detalles-2457.htmlJuan Carlos Jiménez Encalada. (2015). Implementación de técnicas de identificación de objetos aplicadas al reconocimiento de rostros en video vigilancia del SIS-ECU-911. [Tesis doctoral o de maestría, Universidad Politécnica Salesiana]. https://dspace.ups.edu.ec/bitstream/123456789/7809/1/UPS-CT004656.pdf.Jules Parrmur. (2017). Imágenes extranjeras sobre la toma del palacio de justicia en 1985. [Video]. YouTube. https://youtu.be/sRzym9ArXE0Keepcoding.io. (2023). ¿Qué es el batch size en Deep Learning?. keepcoding. https://keepcoding.io/blog/batch-size-deep-learning/La máquina oráculo. (s.f.). Detección de Objetos II: RetinaNet. lamaquinaoraculo.com. https://lamaquinaoraculo.com/computacion/deteccion-de-objetos-2-retinanet/Medium. (2018). Comprender el detector MultiBox de disparo único (SSD) e implementarlo en Pytorch. medium.com. https://medium.com/@smallfishbigsea/understand-ssd-and-implement-your-own-caa3232cd6adNairal.net. (2022). Algoritmos y bibliotecas de detección de objetos. NAIRAL.NET. https://neptune.ai/blog/object-detection-algorithms-and-librariesNoticias Caracol. (2018). Minuto a minuto, así fue la toma y retoma del palacio de justicia. [Video]. YouTube. https://youtu.be/5c9DsqH9b2INoticias uno Colombia. (2015). Video inédito de la retoma al Palacio de Justicia muestra a Luz Mary Portela saliendo viva. [Video]. YouTube. https://youtu.be/1VUKdtYKDYIPinterest. (2020). Las mejores 180 ideas de Palacio de Justicia. [Video]. YouTube. https://co.pinterest.com/juancarlosconto/palacio-de-justicia/Programar TV. (2012). Toma del Palacio de Justicia. https://www.youtube.com/watch?v=Z69M10nfpAU. https://youtu.be/Z69M10nfpAURtvc Noticias. (s.f.). Películas, documentales y libros sobre la toma del Palacio de Justicia. rtvnoticias.com. https://www.elpais.com.co/judicial/jep-inicio-audiencia-a-exmilitares-vinculados-a-la-toma-de-palacio-del-justicia-los-detalles-2457.htmlRoboflow. (s.f.). Roboflow. Roboflow.com. https://roboflow.com/Shaip. (2022). Reconocimiento de Imágenes por IA. shaip.com. https://es.shaip.com/blog/what-is-ai-image-recognition-and-how-does-it-work/Towardsdatascience. (s.f.). Review: RetinaNet — Focal Loss (Object Detection). towardsdatascience.com. https://towardsdatascience.com/review-retinanet-focal-loss-object-detection-38fba6afabe4Upm. (2021). YOLO vs SSD: ¿Cuál es un algoritmo superior?. Upm.es. https://oa.upm.es/67969/7/LUIS_RODRIGO_BARBA_GUAMAN_02.pdfVanguardia. (2015). Estas son las imágenes más recordadas de la toma del Palacio de Justicia. Vanguardia.com. https://www.vanguardia.com/colombia/estas-son-las-imagenes-mas-recordadas-de-la-toma-del-palacio-de-justicia-PBvl334946Vimeo. (2013). 28 Horas Bajo Fuego. [Video]. YouTube. https://vimeo.com/52258964Viso.ai. (2023). Detección de Objetos en 2023: La Guía Definitiva . VISO.AI. https://viso.ai/deep-learning/object-detection/Wikipedia. (2018). Algoritmo You Only Look Once (YOLO). Wikipedia. https://es.wikipedia.org/wiki/Algoritmo_You_Only_Look_Once_(YOLO)Xataka. (2019). La tecnología está preparada para el reconocimiento facial en multitudes, ahora toca a la sociedad tener el debate ético y de privacidad. XATAKA.COM. https://www.xataka.com/privacidad/tecnologia-esta-preparada-para-reconocimiento-facial-multitudes-ahora-toca-a-sociedad-tener-debate-etico-privacidadYeswelab. (s.f.). Yeswelab - Roboflow. Yeswelab . https://app.yeswelab.com/herramienta/roboflow/r/recC7WvwCovI1uKc1201912737Publicationhttps://scholar.google.es/citations?user=3iTzjQsAAAAJvirtual::285-10000-0002-1094-9952virtual::285-1a77ff528-fc33-44d6-9022-814f81ef407avirtual::285-1a77ff528-fc33-44d6-9022-814f81ef407avirtual::285-1ORIGINALautorizacion tesis.pdfautorizacion tesis.pdfHIDEapplication/pdf303541https://repositorio.uniandes.edu.co/bitstreams/8bbb6500-c738-4547-8bb6-6263a1111280/downloadbac54ad55dc8d66c46ea7f026f8abcd8MD51Reconstrucción histórica a partir del analisis de imágenes.pdfReconstrucción histórica a partir del analisis de imágenes.pdfapplication/pdf2658464https://repositorio.uniandes.edu.co/bitstreams/19e7cee5-fd5e-4ead-956f-cce7f193c646/download301873f7c72eee7fcdbb1c825a727c0bMD52CC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-8799https://repositorio.uniandes.edu.co/bitstreams/37c4b983-18ab-4639-a21d-8e58739cbe75/downloadf7d494f61e544413a13e6ba1da2089cdMD53LICENSElicense.txtlicense.txttext/plain; charset=utf-82535https://repositorio.uniandes.edu.co/bitstreams/e928c157-f8dd-46a0-b505-43a80595ec6a/downloadae9e573a68e7f92501b6913cc846c39fMD54TEXTautorizacion tesis.pdf.txtautorizacion tesis.pdf.txtExtracted texttext/plain1999https://repositorio.uniandes.edu.co/bitstreams/6164a3c8-4c6b-4bd5-a734-6f4f47cee2ca/downloaddd1e11e5329fa5fe765e5f621c004816MD55Reconstrucción histórica a partir del analisis de imágenes.pdf.txtReconstrucción histórica a partir del analisis de imágenes.pdf.txtExtracted texttext/plain104436https://repositorio.uniandes.edu.co/bitstreams/4031d189-bb1e-47f5-ada9-90ee98ebe267/downloadf119523cf257c586f4d3c09f52784c22MD57THUMBNAILautorizacion tesis.pdf.jpgautorizacion tesis.pdf.jpgGenerated Thumbnailimage/jpeg10963https://repositorio.uniandes.edu.co/bitstreams/9a5a28c5-9f9d-47a6-8141-c291c7e9af0c/downloadea5df74fdcdb01c60ca6d8c73f82371cMD56Reconstrucción histórica a partir del analisis de imágenes.pdf.jpgReconstrucción histórica a partir del analisis de imágenes.pdf.jpgGenerated Thumbnailimage/jpeg5128https://repositorio.uniandes.edu.co/bitstreams/33936284-51b9-472c-8b80-b9699189c6fb/downloadb87588675d73811b5d2f78d73e90419dMD581992/73772oai:repositorio.uniandes.edu.co:1992/737722024-02-16 15:40:43.911http://creativecommons.org/licenses/by-nd/4.0/Attribution-NoDerivatives 4.0 Internationalopen.accesshttps://repositorio.uniandes.edu.coRepositorio institucional Sénecaadminrepositorio@uniandes.edu.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 |