000078590 001__ 78590
000078590 005__ 20190326115352.0
000078590 037__ $$aTAZ-TFG-2018-4655
000078590 041__ $$aspa
000078590 1001_ $$aDelgado Vellosillo Alfonso
000078590 24200 $$aAugmented reality application for objects in a museum
000078590 24500 $$aAplicación de realidad aumentada para los objetos de un museo
000078590 260__ $$aZaragoza$$bUniversidad de Zaragoza$$c2018
000078590 506__ $$aby-nc-sa$$bCreative Commons$$c3.0$$uhttp://creativecommons.org/licenses/by-nc-sa/3.0/
000078590 520__ $$aEn este Trabajo de Fin de Grado, se ha desarrollado una aplicación de realidad aumentada para dispositivos móviles. Esta aplicación se ha desarrollado para ser utilizada en el museo de informática del edificio Ada Byron, ubicado en el campus Río Ebro de la Universidad de Zaragoza. La función de esta aplicación consiste en reconocer los diferentes objetos que alberga el museo, y añadir información sobre su visualización en el móvil en tiempo real. Para el desarrollo de la aplicación, se plantearon dos tareas principales. La primera era crear un sistema de reconocimiento de objetos lo suficientemente rápido y robusto como para funcionar de forma correcta en un dispositivo móvil, utilizando técnicas de visión por computador. La segunda tarea era la de crear una visualización con información adicional relativa a los objetos detectados. La mayor parte del trabajo se ha invertido en la creación del sistema de detección y localización de objetos, dejando una visualización de información más sencilla que pueda ejecutarse en móviles de gama media. \\ Para la creación de la aplicación prototipo, se han implementado tres módulos principales. El primero es un módulo de reconocimiento de objetos basado en \textit{deep learning}, que mediante el uso de redes neuronales convolucionales (CNNs), es capaz de reconocer diferentes objetos en una imagen. Para el desarrollo de este módulo, se ha utilizado \textit{TensorFlow}, un entorno de desarrollo para la creación y el uso de CNNs. Se compararan diferentes arquitecturas y opciones a la hora de construir una CNN capaz de reconocer los objetos del museo, teniendo en cuenta tanto su corrección en el reconocimiento como su facilidad para integrar dentro de la aplicación móvil, y finalmente se decidió utilizar un modelo existente, \textit{Inception}, re-entrenado para los objetos seleccionados. La función de este módulo dentro del sistema es la de determinar tres posibles objetos que se encuentren en la imagen para luego localizar uno de ellos de forma más robusta y precisa.%definitiva. El segundo módulo, es un módulo de reconocimiento basado en %técnicas de visión por computador el uso de características locales de imágenes (\textit{local features}), cuya función es la de localizar con más precisión en la imagen uno de los objetos reconocidos por el módulo anterior. Este módulo se ha desarrollado utilizando la librería \textit{OpenCV}, en un entorno mixto entre Java (aplicación base) y C++ (módulo). Durante su creación se evaluaron dos tipos de detectores de características (ORB y BRISK), y finalmente, para su correcto funcionamiento en tiempo real se utilizaron los puntos ORB. El módulo de visualización implementado, utiliza como el módulo anterior la librería \textit{OpenCV}, y aporta una visualización sencilla de información relacionada con el objeto detectado por los módulos anteriores. Estos tres módulos han sido integrados en la aplicación presentada como prototipo final, y se ha probado su correcto funcionamiento en el museo con un conjunto de quince objetos seleccionados. No se ha podido incorporar todos los objetos porque para cada objeto a añadir es necesario recopilar una gran cantidad de imágenes diferentes (60-70) para re-entrenar la CNN. Todos los objetivos se han cumplido satisfactoriamente, y se ha conseguido una aplicación funcional y fácil de gestionar. Se ha planteado como trabajo futuro, la mejora del módulo de visualización mediante el uso de herramientas más complejas para realidad aumentada que se encuentran en desarrollo a día de hoy, como es \textit{ARCore}, pero que actualmente solo funcionan correctamente en móviles de últimas generaciones.
000078590 521__ $$aGraduado en Ingeniería Informática
000078590 540__ $$aDerechos regulados por licencia Creative Commons
000078590 700__ $$aMurillo Arnal, Ana Cristina$$edir.
000078590 7102_ $$aUniversidad de Zaragoza$$bInformática e Ingeniería de Sistemas$$cLenguajes y Sistemas Informáticos
000078590 8560_ $$f679745@celes.unizar.es
000078590 8564_ $$s71347726$$uhttps://zaguan.unizar.es/record/78590/files/TAZ-TFG-2018-4655.pdf$$yMemoria (spa)
000078590 909CO $$ooai:zaguan.unizar.es:78590$$pdriver$$ptrabajos-fin-grado
000078590 950__ $$a
000078590 951__ $$adeposita:2019-03-26
000078590 980__ $$aTAZ$$bTFG$$cEINA
000078590 999__ $$a20181123124354.CREATION_DATE