Detección de objetos en imágenes urbanas de Google Street View

Abstract

En este Trabajo Fin de Grado se presentan como objetivos el desarrollo de una herramienta para la formación de una base de datos mediante la extracción de imágenes de Google Street View a lo largo de distintas rutas y la prueba y evaluación de un algoritmo de detección de objetos sobre estas imágenes. En primer lugar, se desarrolló una herramienta que extrae imágenes a lo largo de rutas seleccionadas. Estas rutas son las rutas óptimas calculadas por los algoritmos de Google Maps, dados un origen, un destino y el modo de transporte a utilizar. Las imágenes extraídas no son panorámicas, pero permiten la variación de algunos parámetros como son el ángulo de toma de la imagen, tanto horizontal (heading) como vertical (pitch), y el campo de visión (fov), para poder representar todo el entorno del punto de toma. Así, se recogen imágenes con distintos objetos, características y distorsiones. En segundo lugar, una vez creada la base de datos con nuestras imágenes, se aplica sobre ella el modelo de detección de objetos de YOLOv3, previamente entrenado mediante la base de datos de COCO, para detectar determinados objetos en ellas. A partir de estos resultados se crea un algoritmo para la representación óptima de estas detecciones sobre las respectivas imágenes. Por último, para completar el objetivo, se implementa un sistema para evaluar la calidad de las detecciones sobre las imágenes, mediante el cálculo y la representación de la relación entre la precision y la sensibilidad del modelo. Con este fin, se crea un Ground Truth sobre algunas imágenes y un programa que lo compara con las detecciones producidas por el detector sobre esas imágenes. Además, se estudian y evalúan algunos casos en los que la detección no es tan eficiente debido a que algunas imágenes contienen áreas y objetos distorsionados.