Tesis - Maestría en Ciencias de la Computación

Permanent URI for this collection

https://hdl.handle.net/20.500.12590/18032

Browse

Browsing Tesis - Maestría en Ciencias de la Computación by browse.metadata.advisor "Loaiza Fernández, Manuel Eduardo"

Now showing 1 - 2 of 2
  • Thumbnail Image
    Item
    Descriptor 3D para reconocimiento de objetos con cámaras RGB-D
    (Universidad Católica San Pablo, 2020) Istaña Chipana, Luis Ronald; Loaiza Fernández, Manuel Eduardo
    En la actualidad, el reconocimiento de objetos en el campo de visión por ordenador, es un reto constante con la finalidad de alcanzar una mayor precisión en el menor tiempo posible. En esta investigación, se propone un nuevo descriptor tridimensional para el aprovechamiento de las cámaras de profundidad de nombre Color Point Pair Feature Light (CPPFL), basado en el descriptor Point Pair Feature (PPF) de Drost et al. (2010). El descriptor propuesto aprovecha la información de color y lo agrupa de un modo más eficaz y ligero que el descriptor Color Point Pair Feature (CPPF) de Choi y Christensen (2016), el cual también usa el color. También se propone una versión alterna llamada Color Point Pair Feature Light Plus (CPPFL+), que se diferencia en el método de creación aprovechando del mismo concepto de agrupación de colores, por lo que gana un "Plus"de velocidad. Este cambio hace que el descriptor sea más eficiente en comparación con anterior, optimizando el proceso de reconocimiento de objetos, esta mejora permite reconocer objetos en tiempo real de 10 fotogramas por segundo o más dependiendo del tamaño del objeto.
  • Thumbnail Image
    Item
    Un método de correspondencia de imágenes basado en superpixeles
    (Universidad Católica San pablo, 2019) Mendoza Villafane, Pavel Angel; Loaiza Fernández, Manuel Eduardo
    El problema de detección de correspondencias entre imágenes es clásico en el área de Visión por Computador debido a su alta aplicabilidad en otros múltiples problemas como: Tracking, SfM, NRSfT, SLAM, Image Registration, segmentación, entre otros. En la actualidad, no existe un método universal que funcione en todo tipo de aplicaciones, sino que cada enfoque es direccionado a una aplicación específica y suele fallar en contextos diferentes para los que fueron diseñados. Enfoques basados en características o bloques permiten resaltar uno o varios (pero no todos) de las siguientes características: precisión, cantidad y costo computacional. La mayor diferencia entre un método y otro es posiblemente la invarianza a factores como cambios de iluminación y transformaciones geométricas (rotación, escala, afines). En esta tesis se propone y desarrolla un método de correspondencias entre pares de imágenes que busca incrementar el número total de puntos resultantes. Para ello, se desarrolla un enfoque basado en tres etapas. Primero, se reduce el espacio de búsqueda empleando superpíxeles, se calcula una nueva pseudo-imagen y su descripción. Luego, basado en un enfoque de superpíxel multinivel basado, se define un conjunto escalado de pseudo-imágenes y sus descripciones, los cuales son empleados para aproximar iterativamente la ubicación de las correspondencias sobre un espacio de búsqueda reducido. Finalmente, los puntos detectados son refinados en una búsqueda local a nivel de píxel para determinar las correspondencias a en este nivel. También proponemos un enfoque de coherencia geométrica a nivel de píxel y superpíxel para el control de correspondencias erróneas. Nuestra propuesta aplicada a problemas como reconstrucción de imágenes y transferencia de color obtuvo similares resultados en el número de correspondencias comparado con otros trabajos afines dentro del estado del arte; sin embargo, nuestro enfoque obtuvo un menor tiempo de ejecución. También, mostramos como caso de uso la reconstrucción 3D basada en imágenes la cual obtuvo un mayor de detalle en la nube de puntos resultante comparado con un enfoque tradicional.