000125585 001__ 125585 000125585 005__ 20230420124056.0 000125585 037__ $$aTAZ-TFG-2022-2173 000125585 041__ $$aspa 000125585 1001_ $$aPueyo Ciutad, Óscar 000125585 24200 $$aPlace recognition in Visual SLAM with endoscopic sequences. 000125585 24500 $$aReconocimiento de lugares en SLAM visual con imágenes de endoscopio. 000125585 260__ $$aZaragoza$$bUniversidad de Zaragoza$$c2022 000125585 506__ $$aby-nc-sa$$bCreative Commons$$c3.0$$uhttp://creativecommons.org/licenses/by-nc-sa/3.0/ 000125585 520__ $$aEl SLAM (Simultaneous Localization and Mapping) Visual es un problema computacional que consiste en la construcción y actualización de un mapa en un entorno desconocido mientras simultáneamente se actualiza la posición de la cámara dentro de él, tomando únicamente como entrada las imágenes captadas por la cámara. Este trabajo de fin de grado trata el problema de SLAM topológico basado en apariencia, donde el mapa está formado por un grafo de lugares con su descripción visual, en el interior del colon. Las técnicas clásicas asumen que el entorno es rígido, mientras que en imágenes de endoscopia el escenario es deformable. Además, se añaden problemas como la escasa textura del colon frente a la presente en el mundo exterior, las continuas oclusiones, la iluminación cambiante y los reflejos especulares. Primero, se ha desarrollado un método de reconocimiento de lugares basado en bolsas de palabras visuales a partir de puntos de interés AKAZE. Se ha realizado una máscara de brillos para ignorar los reflejos especulares, un filtro de imágenes borrosas, y se ha ajustado AKAZE para colonoscopias, utilizando su implementación en GPU para que sea viable en tiempo real. El método ha sido sintonizado y evaluado en secuencias de colonoscopia del proyecto europeo EndoMapper. Los resultados obtenidos logran un recall (fracción de imágenes que se reconocen correctamente) del 57~78% sin ningún falso positivo, siendo un método muy adecuado para relocalización en SLAM. Segundo, la técnica de reconocimiento de lugares se ha integrado en un algoritmo de localización Bayesiana, que permite localizar la cámara dentro de un mapa topológico del interior del colon. Con un mapa previo construido a mano, la localización Bayesiana consigue mejorar el recall hasta un 78~92%. Finalmente, se ha desarrollado un método de SLAM topológico basado en apariencia que, integrando el algoritmo de localización Bayesiana, es capaz de construir automáticamente el grafo de lugares que constituye el mapa topológico. El método se ha validado localizando el endoscopio con el mapa construido, alcanzando un recall del 90~99%.<br /> 000125585 521__ $$aGraduado en Ingeniería Informática 000125585 540__ $$aDerechos regulados por licencia Creative Commons 000125585 700__ $$aTardós Solano, Juan Domingo$$edir. 000125585 700__ $$aGómez Rodríguez, Juan José$$edir. 000125585 7102_ $$aUniversidad de Zaragoza$$bInformática e Ingeniería de Sistemas$$cIngeniería de Sistemas y Automática 000125585 8560_ $$f780378@unizar.es 000125585 8564_ $$s37029989$$uhttps://zaguan.unizar.es/record/125585/files/TAZ-TFG-2022-2173.pdf$$yMemoria (spa) 000125585 909CO $$ooai:zaguan.unizar.es:125585$$pdriver$$ptrabajos-fin-grado 000125585 950__ $$a 000125585 951__ $$adeposita:2023-04-20 000125585 980__ $$aTAZ$$bTFG$$cEINA 000125585 999__ $$a20220622110552.CREATION_DATE