Visión por computador: identificación, clasificación y seguimiento de objetos.

Abstract

El reconocimiento es una función básica, primordial y compleja de la visión por computador, por medio de la misma el sistema es capaz de aprender a reconocer las formas para posteriormente clasificarlas de forma correcta. Este trabajo propone el desarrollar e implementar un sistema de visión por computador, que realice la identificación de cierto grupo de objetos previamente “enseñados” al sistema, para su posterior clasificación y seguimiento. El sistema es desarrollado utilizando técnicas de procesamiento digital de imágenes y redes neuronales artificiales en distintas etapas conforme a la arquitectura previamente diseñada. La primera etapa consiste en el 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 una 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 realmente 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.