Por favor, use este identificador para citar o enlazar este ítem: http://cimat.repositorioinstitucional.mx/jspui/handle/1008/325
Detección de Personas en Imágenes RGB-D
Rodríguez González, Diego Iván
Acceso Abierto
Sin Derechos Reservados
La detección de personas es uno de los temas claves para diferentes sistemas inteligentes que requieren una interacci on espacial con los seres humanos. En esta tesis se aborda el problema de la detecci on de personas en im agenes RGB-D, es decir, im agenes que contienen informaci on tanto del color y de la textura, como de la profundidad del entorno.Como medio de adquisición de datos se utilizó un Sensor Kinect, el cual ha alcanzado recientemente gran popularidad en areas como robtica, debido a su disponibilidad, econom a y la existencia de herramientas para desarrollar aplicaciones con el. Utilizando un enfoque basado en aprendizaje m aquina, Histogramas de Gradientes Orientados (HOG) y M aquinas de Soporte Vectorial (SVM), se presenta una metodolog a de detecci on que puede ser utilizada en escenarios reales. Por medio de la combinaci on de dos tipos de informaci on (textura y profundidad), se logra mejorar el desempe~no de la detecci on, y se presentan m etodos para reducir el tiempo computacional de procesamiento.Entre las principales contribuciones se encuentran: (1) La propuesta de un algoritmo de implementaci on de HOG que reduce la cantidad de procesamiento y respeta las etapas vitales para un buen desempe~no. (2) El estudio detallado de los descriptores HOG, HOD y ComboHOD, as como la formulaci on de HOGD que combina ambos tipos de información en un solo descriptor. (3) La propuesta de un m etodo para resolver el problema del rango limitado de profundidad del Kinect, mediante el entrenamiento por escalas.(4) Una m etodolog a de clasi caci on progresiva para reducir el tiempo de procesamiento mediante una toma de decisi on prematura. (5) Un nuevo dataset de im agenes RGB-D adquirido bajo condiciones reales difíciles
CIMAT
2013
Tesis de maestría
Español
Estudiantes
MATEMÁTICAS
Aparece en las colecciones: Tesis del CIMAT

Cargar archivos:


Fichero Descripción Tamaño Formato  
TE 438.pdfTesis48.01 MBAdobe PDFVisualizar/Abrir