Por favor, use este identificador para citar o enlazar este ítem:
http://inaoe.repositorioinstitucional.mx/jspui/handle/1009/515| Reconocimiento de objetos deformables en condiciones variables usando modelos estadísticos de forma y apariencia | |
| PAVEL HERRERA DOMINGUEZ | |
| LEOPOLDO ALTAMIRANO ROBLES | |
| Acceso Abierto | |
| Atribución-NoComercial-SinDerivadas | |
| Object recognition Object detection Computer vision | |
| This thesis contains mathematical and computational tools to solve the problem
of recognize deformable objects in uncontrolled environments, in variable lighting
conditions and object with partial occlusion. With those tools is possible to
propose and implement algorithms that allow to improve existing methods, these
improvements are the main contributions of this thesis. First, we propose to
partition the object in parts formed with the elements of the object representation,
as a result we have a graph or a set of clusters. Thus, with the structured
representation of the object we propose several algorithms to recognize the object,
two for the partial occlusion case, and one algorithm for the variable lighting
environments. For occlusion, the rst method consists in arrange the clusters
in a hierarchy; later the algorithm uses the hierarchy to merge the parts and
retrieve partial information of the object. The second method uses the graph
to set a neighborhood system to build a Markov random eld; after, this eld
is employed to infer the model parameters that are assumed to be hidden by
the occlusion. Additionally, the proposed algorithm for recognizing the object in
variable lighting conditions uses the graph to perform a search over the elements
assumed to be in the image in order to get the rest of the elements not found
because of the lighting conditions. Experiments were performed in order to validate
the proposed algorithms. For the occlusion case the experiments were done over
faces and car-side classes from Caltech database. With the objective of investigate
the behavior of the algorithms, images from the database were modied, adding
synthetic occlusion. The experiment for the algorithm that considers variable
lighting environments was performed over images taken from Yale B database.
The results for all the performed experiments show improvements up to 20%
points in the detection rates, comparing them with the results obtained by using
SumMaxMaps, the original algorithm for the used representation. En esta tesis se presentan herramientas matemáticas y computacionales usadas para resolver el problema de reconocer objetos deformables en condiciones no controladas, en particular bajo condiciones de ambientes de iluminación variable y condiciones de oclusión parcial del objeto de interés. Usando dichas herramientas se proponen y elaboran algoritmos que permiten mejorar y extender métodos existentes, constituyendo éstas extensiones las aportaciones principales de esta tesis. Primeramente se propone estructurar los elementos de la representación del objeto formando partes del mismo, como resultado se obtienen relaciones entre los elementos; ya sea topológicas en el caso de un grafo, o espaciales en el caso de cúmulos de los elementos de la representación. Una vez que se tienen estructurados dicho los elementos se proponen varios algoritmos de inferencia, dos para el caso de oclusión parcial del objeto y uno para el caso de iluminación variable. Para el caso de oclusión se propone almacenar los cúmulos de elementos en una estructura jerárquica, que representan partes del objeto. Esta estructura es usada para unir los elementos de la representación e ir recuperando información parcial del objeto. Además, se usan las relaciones topológicas como sistema de vecindades para construir un campo aleatorio de Markov, utilizando este campo para inferir los parámetros de los elementos del modelo que se cree que no están presentes debido a la oclusión. Por otro lado, en el caso de la iluminación variable se usan las relaciones topológicas realizando una búsqueda sobre los elementos de la representación con el fin de recuperar la mayor parte del modelo en la imagen. Se realizaron experimentos para validar cada algoritmo. Para el caso de oclusión parcial se hicieron experimentos con las clases faces y car-side de la base de datos Caltech 101. Con la finalidad de evaluar el comportamiento de los algoritmos, se modicaron las imágenes de la base de datos mencionada agregando oclusión sintética a las imágenes. Respecto al algoritmo propuesto para iluminación variable se experimentó con las imágenes de rostros de la base de datos Yale B. En todos los experimentos con los algoritmos propuestos se obtuvieron mejores tasas de detección promedio; alcanzando hasta 20 puntos porcentuales más comparando con los resultados que se alcanzan al aplicar el algoritmo base SumMaxMaps. | |
| Instituto Nacional de Astrofísica, Óptica y Electrónica | |
| 2010 | |
| Tesis de maestría | |
| Español | |
| Estudiantes Investigadores Público en general | |
| Herrera-Domínguez P. | |
| CIENCIA DE LOS ORDENADORES | |
| Versión aceptada | |
| acceptedVersion - Versión aceptada | |
| Aparece en las colecciones: | Maestría en Ciencias Computacionales |
Cargar archivos:
| Fichero | Tamaño | Formato | |
|---|---|---|---|
| HerreraDP.pdf | 3.43 MB | Adobe PDF | Visualizar/Abrir |