000006370 001__ 6370 000006370 005__ 20170831220336.0 000006370 037__ $$aTAZ-TFM-2011-046 000006370 041__ $$aeng 000006370 1001_ $$aRituerto Sin, Alejandro 000006370 24500 $$aAugmented indoor hybrid maps using catadioptric vision 000006370 260__ $$aZaragoza$$bUniversidad de Zaragoza$$c2011 000006370 506__ $$aby-nc-sa$$bCreative Commons$$c3.0$$uhttp://creativecommons.org/licenses/by-nc-sa/3.0/ 000006370 520__ $$aEn este Trabajo de Fin de Máster se presenta un nuevo método para crear mapas semánticos a partir de secuencias de imágenes omnidireccionales. El objetivo es diseñar el nivel superior de un mapa jerárquico: mapa semántico o mapa topológico aumentado, aprovechando y adaptando este tipo de cámaras. La segmentación de la secuencia de imágenes se realiza distinguiendo entre Lugares y Transiciones, poniendo especial énfasis en la detección de estas Transiciones ya que aportan una información muy útil e importante al mapa. Dentro de los Lugares se hace una clasificación más detallada entre pasillos y habitaciones de distintos tipos. Y dentro de las Transiciones distinguiremos entre puertas, jambas, escaleras y ascensores, que son los principales tipos de Transiciones que aparecen en escenarios de interior. Para la segmentación del espacio en estos tipos de áreas se han utilizado solo descriptores de imagen globales, en concreto Gist. La gran ventaja de usar este tipo de descriptores es la mayor eficiencia y compacidad frente al uso de descriptores locales. Además para mantener la consistencia espacio-temporal de la secuencia de imágenes, se hace uso de un modelo probabilístico: Modelo Oculto de Markov (HMM). A pesar de la simplicidad del método, los resultados muestran cómo es capaz de realizar una segmentación de la secuencia de imágenes en clusters con significado para las personas. Todos los experimentos se han llevado a cabo utilizando nuestro nuevo data set de imágenes omnidireccionales, capturado con una cámara montada en un casco, por lo que la secuencia sigue el movimiento de una persona durante su desplazamiento dentro de un edificio. El data set se encuentra público en Internet para que pueda ser utilizado en otras investigaciones. 000006370 521__ $$aMáster Universitario en Ingeniería de Sistemas e Informática 000006370 540__ $$aDerechos regulados por licencia Creative Commons 000006370 6531_ $$arobótica 000006370 6531_ $$avisión artificial 000006370 6531_ $$avisión omnidireccional 000006370 6531_ $$amapas semánticos 000006370 700__ $$aGuerrero Campo, José Jesús$$edir. 000006370 700__ $$aMurillo Arnal, Ana Cristina$$edir. 000006370 7102_ $$aUniversidad de Zaragoza$$bInformática e Ingeniería de Sistemas$$cIngeniería de Sistemas y Automática 000006370 8560_ $$f512365@celes.unizar.es 000006370 8564_ $$s1997937$$uhttps://zaguan.unizar.es/record/6370/files/TAZ-TFM-2011-046_ANE.pdf$$zAnexos (eng) 000006370 8564_ $$s9856366$$uhttps://zaguan.unizar.es/record/6370/files/TAZ-TFM-2011-046.pdf$$yMemoria (eng)$$zMemoria (eng) 000006370 909CO $$ooai:zaguan.unizar.es:6370$$pdriver$$ptrabajos-fin-master 000006370 950__ $$a 000006370 980__ $$aTAZ$$bTFM$$cCPS