Institut de Robòtica
i Informàtica Industrial

Description

El presente proyecto de tesis propone desarrollar e implementar un sistema de reconocimiento de objetos mediante la visión por ordenador que permita a los robots móviles realizar tareas de navegación y auto-localización basado en los objetos que han sido previamente detectados por el sistema. Debido a que se su finalidad es el poder ser implementado en robots móviles para tareas en tiempo real, el sistema debe ser robusto y computacionalmente eficiente para lo cual se estudiarán las técnicas mas idóneas para conformar el sistema.

Los sistemas de reconocimiento de objetos utilizan descriptores para extraer de las imágenes características con el cual definir o representar un objeto, y una vez aprendidas durante una fase de aprendizaje previa poder encontrar dichas características del objeto en una imagen de prueba, concluyendo que se ha reconocido. Como todo el sistema esta basado en dichos descriptores, ellos deben ser los más apropiados dependiendo de la estructura del sistema ha utilizar y de las invarianzas a tratar. Los descriptores pueden capturar características basadas en la apariencia como son los histogramas o los vectores propios, o se pueden basar en la correspondencia de su forma como los contornos. Adicionalmente dichos descriptores pueden extraer características globales o locales, siendo estos últimos los preferidos por los sistemas de detección, gracias a que lo hacen robusto a oclusiones del objeto.

Con el sistema propuesto se pretende además detectar múltiples objetos en diversos escenarios presentando una alta tasa de detección y bajos falsos positivos que serán expresados a través de una curva ROC (Curva de Operación) que muestra el desempeño del sistema. Aunque existen sistemas de aprendizajes multiclase, estos son pocos eficientes al entrenar cada objeto independientemente, sin saber que los objetos pueden compartir características comunes y de esta forma categorizar los objetos, reducir la complejidad computacional y el número de características para identificar los objetos aprendidos. Existen actualmente algoritmos de aprendizajes que han demostrado buenos resultados como AdaBoost para clasificar dos clases y recientemente JointBoosting que es multiclase y de bajo coste computacional.

Aunque existen diversos sistemas de reconocimientos de objetos, estos no han sido introducidos en tareas de robótica móvil porque son de extrema complejidad, resultando imposible de implementarlos en robots para tareas de tiempo real. En esta propuesta se analizan técnicas, como las Imágenes Integrales que tienen por finalidad reducir el tiempo en los procesos, ya que una vez calculadas es posible evaluar descriptores en una forma muy rápida.

The work is under the scope of the following projects:

• MIPRCV: CONSOLIDER-INGENIO 2010 Multimodal interaction in pattern recognition and computer vision (web)
• UbRob: Robotica ubicua para entornos urbanos (web)
• PAU: Percepción y acción ante incertidumbre (web)