Localización de objetos en tiempo real en imágenes para entornos domésticos

Sesma Gracia, Iris
Orrite Uruñuela, Carlos (dir.)

Universidad de Zaragoza, EINA, 2016
Departamento de Ingeniería Electrónica y Comunicaciones, Área de Tecnología Electrónica

Máster Universitario en Ingeniería Biomédica

Resumen: Este trabajo se enmarca dentro del proyecto Memory Lane cuyo objetivo principal consiste en el desarrollo de un asistente para personas que sufren pérdidas de memoria. Este asistente será capaz de recordar desde dónde han dejado algún objeto hasta una receta de cocina. En este trabajo se busca diseñar un sistema que sea capaz de aprender a reconocer objetos. De tal manera que el sistema, una vez entrenado, esté preparado para de responder en el menor tiempo posible que objetos contiene una cierta imagen de entrada. El asistente de Memory Lane, deberá tener la información disponible lo más rápido posible. Cabe indicar que los objetos a reconocer pueden estar a distintas distancias de la cámara y en distintos ángulos, es decir, los objetos pueden aparece en cualquier punto de la imagen y con cualquier tamaño y orientación. Para ello se emplea la red neuronal convolucional (CNN) ConvNet como extractor de características. Tras ello, se reducen las características eligiendo máximos y empleando Linear Discriminat Analysis (LDA). Se entrena un perceptrón multicapa (MLP) como clasificador, al que luego se le pasará una imagen en varios subconjuntos y escalas. Combinando la información de salida del MLP se construirá un mapa de calor que permitirá detectar los límites de los distintos objetos presentes en dicha imagen.

Tipo de Trabajo Académico: Trabajo Fin de Master