Year: 2016
Type: dissertation
Abstract: El problema cuya resolución tiene como objetivo determinar la orientación y localización de una cámara respecto a un sistema de coordenadas se denomina Estimación \nde la pose de la cámara. \nLas soluciones basadas en imágenes para la resolución de este problema son una \nopción interesante debido a su bajo coste. El inconveniente fundamental de esta \nopción es que su precisión puede verse afectada debido a la presencia de ruido en la \nimagen. \nTrabajar con imágenes para estimar la pose de cámara está muy relacionado con \ndos problemas denominados Perspective-n-Point (PnP) y Bundle Adjustment (ajuste \ndel haz). Dado un conjunto de n correspondencias entre puntos del espacio 3D y \nsus proyecciones 2D en una imagen, los métodos PnP tratan de obtener la pose \nde la cámara. Cuando la información acerca de la posición 3D de los puntos es \ndesconocida, pero sí se tiene conocimiento de una serie de proyecciones 2D tomadas \ndesde diferentes puntos de vista del mismo punto 3D, el ajuste del haz trata de \nestimar simultáneamente la posición tridimensional de los puntos y la pose de la \ncámara. \nDebido a esto la tarea de buscar correspondencias, ya sea entre puntos de la escena \n3D y su proyección 2D en la imagen, o entre varias proyecciones 2D de imágenes \ndiferentes no es trivial y resulta fundamental para la resolución de los problemas \nmencionados anteriormente. En esta Tesis Doctoral se han propuesto dos métodos \nnovedosos para el problema de búsqueda de correspondencias usando marcas naturales \ny artificiales. \nEn nuestra primera contribución, basada en el uso de marcas naturales, proponemos \nun método para encontrar correspondencias entre puntos 2D de diferentes imágenes, \nutilizando un nuevo enfoque de fusión que combina la información proporcionada \npor varios descriptores haciendo uso de la Teoría de Dempster-Shafer. El método \npropuesto es capaz de fusionar diferentes fuentes de información teniendo en cuenta \nademás su confianza relativa con el fin de obtener una mejor solución. \nLa segunda contribución se centra en el problema de búsqueda de proyecciones 2D de \npuntos 3D conocidos. Proponemos un enfoque novedoso para identificar marcadores \nartificiales, que son una alternativa muy popular cuando se requiere robustez y velocidad. \nEn concreto, proponemos abordar el problema de identificación de marcadores \nartificiales como un problema de clasificación. Como consecuencia, hemos entrenado \nmétodos capaces de detectar marcadores en imágenes afectadas por situaciones \ncomplejas como el desenfoque o la luz no uniforme. \nAmbas propuestas realizadas en esta Tesis han sido comparadas con métodos del \nestado del arte mostrando mejoras que son estadísticamente significativas.
Authors: Mondéjar Guerra, Víctor Manuel
Language: Spanish
Topic: Advanced Vision and Imaging
Subfield: Computer Vision and Pattern Recognition
Field: Computer Science
Domain: Physical Sciences
Open Access status: green
OpenAlex ID: W2524788536