Construcción de diccionarios visuales aplicados a reconocimiento de escenas
| dc.contributor.advisor | Soto Arriaza, Álvaro Marcelo | |
| dc.contributor.author | Rojas Araya, Cristóbal | |
| dc.contributor.other | Pontificia Universidad Católica de Chile. Escuela de Ingeniería | |
| dc.date.accessioned | 2019-01-28T13:45:29Z | |
| dc.date.available | 2019-01-28T13:45:29Z | |
| dc.date.issued | 2018 | |
| dc.description | Tesis (Magíster en Ciencias de la Ingeniería)--Pontificia Universidad Católica de Chile, 2018 | |
| dc.description.abstract | El problema de la localización de un robot móvil en un mapa conocido, es una de las principales tareas que se necesita resolver cuando se busca entregar a un robot la capacidad de navegación autónoma. Una de las estrategias ampliamente utilizadas para resolver este problema consiste en obtener información del ambiente sólo con una cámara RGB y aplicar la representación de bolsas de palabras a las imágenes para crear el modelo. Aunque el método de bolsas de palabras visuales muestra buenos resultados, durante la construcción de la representación aplica el matching tradicional, técnica que no usa información sobre el problema durante su cálculo. Si pensamos en la gran variabilidad que pueden tener las imágenes capturadas por una cámara, el uso de esta técnica podría significar una desventaja de los métodos que la aplican. Es por esto que se plantea definir el matching como problema de clasificación, en busca de construir modelos que sean capaces de ajustarse al problema que resuelven. En este trabajo, se detallan tres modelos que resuelven un problema de localización, BoW que aplica el matching tradicional y ECOC-BoW que junto a ECOC-BoW-cluster definen el matching como problema de clasificación. El problema de clasificación para el proceso de matching es resuelto aplicando el clasificador ECOC. La evaluación de los modelos se realiza en 3 set de datos que definen mapas topológicos de diferentes ambientes. Estos sets de datos muestran diferentes dificultades dependiendo de la técnica aplicada y el lugar donde fueron capturadas. Los resultados muestran que el matching como problema de clasificación en el modelo ECOC-BoW-cluster logra mejoras respecto al matching tradicional, mientras que en el caso de ECOC-BoW el rendimiento es el más bajo de todos los modelos. | |
| dc.format.extent | x, 61 hojas | |
| dc.identifier.doi | 10.7764/tesisUC/ING/22300 | |
| dc.identifier.uri | https://doi.org/10.7764/tesisUC/ING/22300 | |
| dc.identifier.uri | https://repositorio.uc.cl/handle/11534/22300 | |
| dc.language.iso | es | |
| dc.nota.acceso | Contenido completo | |
| dc.rights | acceso abierto | |
| dc.subject.ddc | 620 | |
| dc.subject.dewey | Ingeniería | es_ES |
| dc.subject.other | Robots móviles. | es_ES |
| dc.subject.other | Sistemas de formación de imágenes. | es_ES |
| dc.subject.other | Procesamiento de imagen asistida por computador. | es_ES |
| dc.title | Construcción de diccionarios visuales aplicados a reconocimiento de escenas | es_ES |
| dc.type | tesis de maestría | |
| sipa.codpersvinculados | 73678 |