Identificación automática de materiales usando el sensor KINECT
Author
López Cifuentes, AlejandroAdvisor
Escudero Viñolo, MarcosEntity
UAM. Departamento de Tecnología Electrónica y de las ComunicacionesDate
2015-07Subjects
Reconocimiento de las formas (Informática); Detectores; TelecomunicacionesEsta obra está bajo una licencia de Creative Commons Reconocimiento-NoComercial-SinObraDerivada 4.0 Internacional.
Abstract
Este proyecto desarrollado tiene como objetivos principales tanto el diseño y captura
de una base de datos de imágenes como el diseño de un sistema capaz de entrenar
un modelo y clasificar imágenes previamente capturadas. La finalidad de este proceso
es conseguir desarrollar un prototipo que realice una aproximación a la identificación
automática de materiales mediante el sensor Kinect.
Para lograr estos objetivos se ha realizado un estudio previo de las diferentes
versiones actuales de Kinect, de los diferentes métodos de caracterización de materiales
como aproximaciones a la función Bidirectional Reflectance Distribution Function
(BRDF) entre los que destacan las aproximaciones en dos dimensiones como Histogram
of Oriented Gradients (HoG), así como los distintos métodos de generación
de modelos de conocimiento como las Support Vector Machines (SVM). Adicionalmente
se han estudiado las bases de datos de materiales actualmente disponibles.
Se ha grabado una base de datos mediante Kinect capturando una selección de
materiales desde diferentes ángulos de captura e incidencia de iluminaciones. Para
añadir información adicional la base de datos contará ademas de con imágenes en
color, con imágenes de infrarrojos y de profundidad. Cada imagen de material lleva
un parche asociado cuya finalidad será aislar el material del entorno de grabación
para su posterior análisis.
Una vez capturada la base de datos se ha diseñado un sistema que extrae las características
de los parches previamente definidos mediante los descriptores GDF-HOG
y EigHess-HOG. Estos descriptores son extensiones de HoG invariantes a rotaciones.
Mediante el uso de SVM se han generado modelos de conocimiento que nos permiten
predecir y clasificar muestras de entrada de evaluación del sistema.
Por último se ha evaluado la bondad del sistema desarrollado obteniendo buenos
resultados en situaciones controladas y consiguiendo, en imágenes de situaciones
reales, resultados prometedores. The following project has as main objetives to design and capture an image
database and a system capable to train a model and classify a set of previously
captured images. The aim of this process is to develop a prototype that performs an
aproximation to automatic material recognition through the Kinect sensor.
In order to achive these objetives several stages need to be first fulfilled. A study
about recent versions of the Kinect sensor is first required. Then, existing methods for
material characterization should be reviewed. These can be understood as versions of
Bidirectional Reflectance Distribution Function (BRDF). In particular Histogram of
Oriented Gradients (HoG) can be seen as a two-dimensional aproximation to BRDF.
The generation of knwoledge models via Support Vector Machines (SVM) is also
analysed. Finally datasets currently available for research have been also listed.
A new dataset has been recorded using Microsoft Kinect capturing material selection
from diferent capture and ilumination incidence angles. In order to include
aditional information to colour images, depth and infrared images would be also included
in the dataset. Each material image has an associated patch which aim is to
isolate the material from its background.
Once the dataset has been recorded a system using GDF-HOG and EigHess-
HOG descriptors in order to extract patch characterization has been design. These
descriptors are rotation invariant HoG extensions. Through SVM knowledge models
have been generated. These models allow to predict and clasify untrained input
instances.
Finally system performance has been evaluated achieving good results in supervised
situations and promising results in real scenes.
Files in this item
Google Scholar:López Cifuentes, Alejandro
This item appears in the following Collection(s)
Except where otherwise noted, this item's license is described as https://creativecommons.org/licenses/by-nc-nd/4.0/
Related items
Showing items related by title, author, creator and subject.
-
Identificación de materiales utilizando el sensor Kinect
Basarte Mena, Miguel
2017-06 -
Downstream processing of Isochrysis galbana: a step towards microalgal biorefinery
Gilbert-López, Bienvenida; Mendiola, José A.; Fontecha, Javier; Sijtsma, Lolke; Cifuentes, Alejandro; Herrero, Miguel; Ibáñez, Elena; Van Den Broek, Lambertus A. M.
2015-07-14