Reconocimiento de objetos con red neuronal Backpropagation

El ser humano tiene la capacidad de extraer información por medio de la visión y conocer el entorno que lo envuelve como los objetos, el clima, los animales, entre otros, reconociendo las propiedades que los componen y representar esa información en el cerebro, por lo que ha creado técnicas artificiales para ¿enseñarle a una computadorä a reconocer objetos. Existen gran cantidad de técnicas y destacan las que utilizan IA, en especial las Redes Neuronales Artificiales. Una computadora que implementa técnicas para el reconocimiento de objetos puede ser utilizada en sistemas más grandes con el fin de realizar tareas beneficiosas para el ser humano: y así ayudar a mejorar las habilidades de personas con necesidades especiales, ejecutar procesos mecánicos repetitivos o por simple vanidad. A continuación se presenta un análisis de diferentes arquitecturas de RNA con entrenamiento tipo Backpropagation diseñadas en software y hardware reconfigurable, el cual permitirá deducir la configuración de mejor desempeño bajo ciertas condiciones de reconocimiento de objetos de uso humano, reportando menor error en reconocimiento y mejor eficiencia en cuanto al espacio y el tiempo.