nos presentará su tesis a los que no asistimos a la defensa.
Título:
Aplicación de los métodos secuenciales de Monte Carlo al seguimiento
visual 3D de múltiples objetos
Resumen:
Este trabajo se centra en el seguimiento visual en 3D de varios objetos mediante el uso de varias cámaras al mismo tiempo. El objetivo es seguir simultáneamente varios objetos indistinguibles entre sí, manteniendo el rendimiento en tiempo real y utilizando únicamente información visual. El sistema desarrollado es capaz de proporcionar precisión suficiente incluso en grandes áreas.
Los filtros de partículas han sido empleados con éxito por la comunidad científica para el problema del seguimiento visual. Sin embargo, los filtros de partículas presentan importantes limitaciones. No son capaces de realizar el seguimiento de varios objetos directamente en al mismo tiempo. Para poder seguir varios objetos intentamos mantener una representación multimodal de la distribución de ocupación del espacio. Aunque los filtros de partículas son capaces de representar una distribución multimodal, únicamente son capaces de hacerlo durante un corto intervalo de tiempo.
Para superar esta limitación se propone un método que combina dos filtros de partículas diferentes en un marco unificado. Estas dos partes están formadas por una componente no secuencial (muestro enfatizado), encargada de localizar los nuevos objetos y mantener las diferentes componentes de la distribución de probabilidad multimodal. En segundo lugar, una parte secuencial (filtro de condensación) que es capaz de proporcionar las características necesarias de seguimiento y de optimizar las estimaciones de la posición de cada objeto explotando la continuidad espacio-temporal.
Las partículas generadas por cada una de estas partes se combinan y se compartan con el fin de representar todos los objetos al mismo tiempo. La combinación cumple con las hipótesis de Monte Carlo. Esto proporciona el apoyo teórico subyacente para la convergencia y características de rendimiento en el método propuesto.
La ventaja principal de emplear un sistema no secuencial es que permite usar información visual dentro de los límites teóricos de Monte Carlo. Otros filtros de partículas, como puede ser el de condensación, únicamente son capaces de realizar búsquedas de manera ciega. Al emplear indicios visuales podemos localizar nuevos objetos tan pronto como estos aparecen.
Con el fin de probar y validar los resultados se han realizado diferentes experimentos, tanto en los casos estáticos como dinámicos con un número variable de objetos. Para llevar a cabo los experimentos hemos implementado todos los algoritmos propuestos, mostrando que mantienen su funcionamiento en tiempo real usando hardware convencional.
Los filtros de partículas han sido empleados con éxito por la comunidad científica para el problema del seguimiento visual. Sin embargo, los filtros de partículas presentan importantes limitaciones. No son capaces de realizar el seguimiento de varios objetos directamente en al mismo tiempo. Para poder seguir varios objetos intentamos mantener una representación multimodal de la distribución de ocupación del espacio. Aunque los filtros de partículas son capaces de representar una distribución multimodal, únicamente son capaces de hacerlo durante un corto intervalo de tiempo.
Para superar esta limitación se propone un método que combina dos filtros de partículas diferentes en un marco unificado. Estas dos partes están formadas por una componente no secuencial (muestro enfatizado), encargada de localizar los nuevos objetos y mantener las diferentes componentes de la distribución de probabilidad multimodal. En segundo lugar, una parte secuencial (filtro de condensación) que es capaz de proporcionar las características necesarias de seguimiento y de optimizar las estimaciones de la posición de cada objeto explotando la continuidad espacio-temporal.
Las partículas generadas por cada una de estas partes se combinan y se compartan con el fin de representar todos los objetos al mismo tiempo. La combinación cumple con las hipótesis de Monte Carlo. Esto proporciona el apoyo teórico subyacente para la convergencia y características de rendimiento en el método propuesto.
La ventaja principal de emplear un sistema no secuencial es que permite usar información visual dentro de los límites teóricos de Monte Carlo. Otros filtros de partículas, como puede ser el de condensación, únicamente son capaces de realizar búsquedas de manera ciega. Al emplear indicios visuales podemos localizar nuevos objetos tan pronto como estos aparecen.
Con el fin de probar y validar los resultados se han realizado diferentes experimentos, tanto en los casos estáticos como dinámicos con un número variable de objetos. Para llevar a cabo los experimentos hemos implementado todos los algoritmos propuestos, mostrando que mantienen su funcionamiento en tiempo real usando hardware convencional.
No hay comentarios:
Publicar un comentario