Visión por computadora: identificación, clasificación y seguimiento de objetos

Abstract

El reconocimiento es una función básica, primordial y compleja de la visión por computadora, por medio del mismo un sistema informático tratar formas para posteriormente clasificar lo tratado de manera correcta. Este trabajo consiste en el desarrollo e implementación de un sistema de visión por computadora, que realiza la identificación de cierto grupo de objetos previamente “enseñados” al sistema, para su posterior clasificación y seguimiento, todo el proceso es llevado a cabo a través del empleo de técnicas de procesamiento digital de imágenes y de redes neuronales artificiales en distintas etapas conforme a la arquitectura previamente diseñada. La primera etapa consiste en entrenamiento de la red neuronal artificial, para la cual previamente son necesarios extraer los patrones de los objetos en estudio, siendo este proceso realizado por medio de las técnicas de procesamiento digital de imágenes, entre las que se destaca la utilización de la técnica de segmentación denominada desplazamiento de la media (Mean-Shift). El tipo de red neuronal utilizado es el perceptrón multicapa, contando el mismo con una configuración de dos capas ocultas, a más de las capas de entrada y de salida, y la utilización del algoritmo de Levenberg-Marquardt como algoritmo de entrenamiento. En la segunda etapa se realizan tanto la clasificación como el seguimiento de los objetos en estudio. Los resultados obtenidos, al realizar las pruebas con dos conjuntos de objetos diferentes, son bastante satisfactorios. En cuanto a la identificación y clasificación, el análisis de dichos resultados arroja una precisión de la red neuronal artificial por encima del 98%, mientras que para el seguimiento se obtienen resultados muy buenos para escenas en las cuales no existen oclusiones.