A Lagrangian descriptor applied to the Kuroshio current

The understanding of the circulation of ocean currents, the exchange of CO2 between atmosphere and oceans, and the in uence of the oceans on the distribution of heat on a global scale is key to our ability to predict and assess the future evolution of climate.

A global Lagrangian descriptor applied to the Kuroshio current

A global Lagrangian descriptor applied to the Kuroshio current

Brain structures identification based on feature descriptor

Traumatic Brain Injury -TBI- -1- is defined as an acute event that causes certain damage to areas of the brain. TBI may result in a significant impairment of an individuals physical, cognitive and psychosocial functioning. The main consequence of TBI is a dramatic change in the individuals daily life involving a profound disruption of the family, a loss of future income capacity and an increase of lifetime cost. One of the main challenges of TBI Neuroimaging is to develop robust automated image analysis methods to detect signatures of TBI, such as: hyper-intensity areas, changes in image contrast and in brain shape. The final goal of this research is to develop a method to identify the altered brain structures by automatically detecting landmarks on the image where signal changes and to provide comprehensive information to the clinician about them. These landmarks identify injured structures by co-registering the patient?s image with an atlas where landmarks have been previously detected. The research work has been initiated by identifying brain structures on healthy subjects to validate the proposed method. Later, this method will be used to identify modified structures on TBI imaging studies.

HOG-Like gradient-based descriptor for visual vehicle detection

One of the main challenges for intelligent vehicles is the capability of detecting other vehicles in their environment, which constitute the main source of accidents. Specifically, many methods have been proposed in the literature for video-based vehicle detection. Most of them perform supervised classification using some appearance-related feature, in particular, symmetry has been extensively utilized. However, an in-depth analysis of the classification power of this feature is missing. As a first contribution of this paper, a thorough study of the classification performance of symmetry is presented within a Bayesian decision framework. This study reveals that the performance of symmetry-based classification is very limited. Therefore, as a second contribution, a new gradient-based descriptor is proposed for vehicle detection. This descriptor exploits the known rectangular structure of vehicle rears within a Histogram of Gradients (HOG)-based framework. Experiments show that the proposed descriptor outperforms largely symmetry as a feature for vehicle verification, achieving classification rates over 90%.

Video analysis based vehicle detection and tracking using an MCMC sampling framework

This article presents a probabilistic method for vehicle detection and tracking through the analysis of monocular images obtained from a vehicle-mounted camera. The method is designed to address the main shortcomings of traditional particle filtering approaches, namely Bayesian methods based on importance sampling, for use in traffic environments. These methods do not scale well when the dimensionality of the feature space grows, which creates significant limitations when tracking multiple objects. Alternatively, the proposed method is based on a Markov chain Monte Carlo (MCMC) approach, which allows efficient sampling of the feature space. The method involves important contributions in both the motion and the observation models of the tracker. Indeed, as opposed to particle filter-based tracking methods in the literature, which typically resort to observation models based on appearance or template matching, in this study a likelihood model that combines appearance analysis with information from motion parallax is introduced. Regarding the motion model, a new interaction treatment is defined based on Markov random fields (MRF) that allows for the handling of possible inter-dependencies in vehicle trajectories. As for vehicle detection, the method relies on a supervised classification stage using support vector machines (SVM). The contribution in this field is twofold. First, a new descriptor based on the analysis of gradient orientations in concentric rectangles is dened. This descriptor involves a much smaller feature space compared to traditional descriptors, which are too costly for real-time applications. Second, a new vehicle image database is generated to train the SVM and made public. The proposed vehicle detection and tracking method is proven to outperform existing methods and to successfully handle challenging situations in the test sequences.

Analysing written production competence descriptors for academic and professional purposes and their calibration to the CEFR

The Common European Framework of Reference for Languages (CEFR) "describes in a comprehensive way what language learners have to learn to do in order to use a language for communication and what knowledge and skills they have to develop so as to be able to act effectively" (Council of Europe, 2001: 1). This paper reports on the findings of two studies whose purpose was to assess written production competence descriptors meant for their inclusion into the Academic and Professional English Language Portfolio KELP) for students of engineering and architecture. The main objective of these studies was to establish whether the language competence descriptors were a satisfactory valid tool in their language programmes from the point of view of clarity, relevance and reliability, as perceived by the students and fellow English for Academic Purposes (RAP) / English for Science and Technology (EST) instructors. The studies shed light on how to improve unsatisfactory descriptors. Results show that the final descriptor lists were on the whole well calibrated and fairly well written: the great majority was considered valid for both teachers and students involved.

Identification procedure of mealy apples by instrumental means. Extraction of storage features.

Mealiness is a negative attribute of sensory texture that combines the sensation of a disaggregated tissue with the sensation of lack of juiciness. Since January 1996, a wide EC Project entitled : "Mealiness in fruits. Consumers perception and means for detection'" is being carried out. Within it, three sensory panels have been trained at : the Institute of Food Research (IFR, United Kingdom), the Instituto de Agroquímica y Tecnología de los Alimentos (IATA, Spain) and the Institut voor Agrotechnologisch Onderzoek (ATO-DLO, Netherlands) to assess mealiness in apples. In all three cases, mealiness has been described as a multidimensional sensory descriptor capable of gathering the loss of consistency (of crispness and of hardness) and of juiciness. Also within the EC Project several instrumental procedures have been tested for mealiness assessment. In this sense the Physical Properties Laboratory (ETS1A-UPM) has focused its aims in a first stage on performing instrumental tests for assessing some textural descriptors as crispiness, hardness and juiciness. The results obtained within these tests have shown to correlate well with the sensory measurements (Barreiro et Ruiz-Altisent, 1997) in apples, but also have succeed when trying to generate several texture degradation levels on peaches from which mealiness appears to be the last stage (Ortiz et al. 1997).

Image analysis by moment invariants using a set of step-like basis functions

Moment invariants have been thoroughly studied and repeatedly proposed as one of the most powerful tools for 2D shape identification. In this paper a set of such descriptors is proposed, being the basis functions discontinuous in a finite number of points. The goal of using discontinuous functions is to avoid the Gibbs phenomenon, and therefore to yield a better approximation capability for discontinuous signals, as images. Moreover, the proposed set of moments allows the definition of rotation invariants, being this the other main design concern. Translation and scale invariance are achieved by means of standard image normalization. Tests are conducted to evaluate the behavior of these descriptors in noisy environments, where images are corrupted with Gaussian noise up to different SNR values. Results are compared to those obtained using Zernike moments, showing that the proposed descriptor has the same performance in image retrieval tasks in noisy environments, but demanding much less computational power for every stage in the query chain.

New generation of human machine interfaces for controlling UAV through depth based gesture recognition

New forms of natural interactions between human operators and UAVs (Unmanned Aerial Vehicle) are demanded by the military industry to achieve a better balance of the UAV control and the burden of the human operator. In this work, a human machine interface (HMI) based on a novel gesture recognition system using depth imagery is proposed for the control of UAVs. Hand gesture recognition based on depth imagery is a promising approach for HMIs because it is more intuitive, natural, and non-intrusive than other alternatives using complex controllers. The proposed system is based on a Support Vector Machine (SVM) classifier that uses spatio-temporal depth descriptors as input features. The designed descriptor is based on a variation of the Local Binary Pattern (LBP) technique to efficiently work with depth video sequences. Other major consideration is the especial hand sign language used for the UAV control. A tradeoff between the use of natural hand signs and the minimization of the inter-sign interference has been established. Promising results have been achieved in a depth based database of hand gestures especially developed for the validation of the proposed system.

Fast human pose estimation using 3D Zernike descriptors

Markerless video-based human pose estimation algorithms face a high-dimensional problem that is frequently broken down into several lower-dimensional ones by estimating the pose of each limb separately. However, in order to do so they need to reliably locate the torso, for which they typically rely on time coherence and tracking algorithms. Their losing track usually results in catastrophic failure of the process, requiring human intervention and thus precluding their usage in real-time applications. We propose a very fast rough pose estimation scheme based on global shape descriptors built on 3D Zernike moments. Using an articulated model that we configure in many poses, a large database of descriptor/pose pairs can be computed off-line. Thus, the only steps that must be done on-line are the extraction of the descriptors for each input volume and a search against the database to get the most likely poses. While the result of such process is not a fine pose estimation, it can be useful to help more sophisticated algorithms to regain track or make more educated guesses when creating new particles in particle-filter-based tracking schemes. We have achieved a performance of about ten fps on a single computer using a database of about one million entries.

Relation of Lagragian structures and drifter dynamics in the Gulf of Mexico

We use a Lagrangian descriptor (the so called function M) which measures the length of particle trajectories on the ocean surface over a given interval of time. With this tool we identify the Lagrangian skeleton of the flow and compare it on three datasets over the Gulf of Mexico during the year 2010. The satellite altimetry data used come from AVISO and simulations from HYCOM GOMl0.04 experiments 30.1 and 31.0. We contrast the Lagrangian structure and transport using the evolution of several surface drifters. We show that the agreement in relevant cases between Lagrangian structures and dynamics of drifters depends on the quality of the data on the studied area.

Measurements of different acoustic conditions in small rectangular rooms

Impulse response measurements are carried out in laboratory facilities at Ecophon, Sweden, simulating a typical classroom with varying suspended ceilings and furniture arrangements. The aim of these measurements is to build a reliable database of acoustical parameters in order to have enough data to validate the new acoustical simulation tool which is under development at Danmarks Tekniske Universitet, Denmark. The different classroom configurations are also simulated using ODEON Room Acoustics software and are compared with the measurements. The resulting information is essential for the development of the acoustical simulation tool because it will enable the elimination of prediction errors, especially those below the Schroeder frequency. The surface impedance of the materials used during the experiments is measured in a Kundt’s tube at DTU, in order to characterize them as accurately as possible at the time of incorporation into the model. A brief study about porous materials frequently used in classrooms is presented. Wide diferences are found between methods of measuring absorption coefficients and local or extended assumptions. RESUMEN. Mediciones de Respuesta al Impulso son llevadas a cabo en las instalaciones con que cuenta la empresa Ecophon en su sede central de Hyllinge, Suecia. En una de sus salas, se recrean diferentes configuraciones típicas de aula, variando la altura y composición de los techos, colocando paneles absorbentes de pared e incluyendo diferentes elementos mobiliario como pupitres y sillas. Tres diferentes materiales absorbentes porosos de 15, 20 y 50 mm de espesor, son utilizados como techos suspendidos así como uno de 40 mm es utilizado en forma de paneles. Todas las medidas son realizadas de acuerdo al estándar ISO 3382, utilizando 12 combinaciones de fuente sonora y micrófono para cada configuración, así como respetando las distancias entre ellos establecidas en la norma. El objetivo de toda esta serie de medidas es crear una base de datos de parámetros acústicos tales como tiempo de reverberación, índice de claridad o índice de inteligibilidad medidos bajo diferentes configuraciones con el objeto de que éstos sirvan de referencia para la validación de una nueva herramienta de simulación acústica llamada PARISM que está siendo desarrollada en este momento en la Danmarks Tekniske Universitet de Copenhague. Esta herramienta tendrá en cuenta la fase, tanto en propagación como en reflexión, así como el comportamiento angulodependiente de los materiales y la difusión producida por las superficies. Las diferentes configuraciones de aula recreadas en Hyllinge, son simuladas también utilizando el software de simulación acústica ODEON con el fin de establecer comparaciones entre medidas y simulaciones para discutir la validez de estas ultimas. La información resultante es esencial para el desarrollo de la nueva herramienta de simulación, especialmente los resultados por debajo de la frecuencia de corte de Schroeder, donde ODEON no produce predicciones precisas debido a que no tiene en cuenta la fase ni en propagación ni en reflexión. La impedancia de superficie de los materiales utilizados en los experimentos, todos ellos fabricados por la propia empresa Ecophon, es medida utilizando un tubo de Kundt. De este modo, los coeficientes de absorción de incidencia aleatoria son calculados e incorporados a las simulaciones. Además, estos coeficientes también son estimados mediante el modelo empírico de Miki, con el fin de ser comparados con los obtenidos mediante otros métodos. Un breve estudio comparativo entre coeficientes de absorción obtenidos por diversos métodos y el efecto producido por los materiales absorbentes sobre los tiempos de reverberación es realizado. Grandes diferencias son encontradas, especialmente entre los métodos de tubo de impedancia y cámara reverberante. La elección de reacción local o extendida a la hora de estimar los coeficientes también produce grandes diferencias entre los resultados. Pese a que la opción de absorción angular es activada en todas las simulaciones realizadas con ODEON para todos los materiales, los resultados son mucho más imprecisos de lo esperado a la hora de compararlos con los valores extraidos de las medidas de Respuesta al Impulso. En salas como las recreadas, donde una superficie es mucho más absorbente que las demás, las ondas sonoras tienden a incidir en la superficie altamente absorbente desde ángulos de incidencia muy pequeños. En este rango de ángulos de incidencia, las absorciones que presentan los materiales absorbentes porosos estudiados son muy pequeñas, pese a que sus valores de coeficientes de absorción de incidencia aleatoria son altos. Dado que como descriptor de las superficies en ODEON se utiliza el coeficiente de absorción de incidencia aleatoria, los tiempos de reverberación son siempre subestimados en las simulaciones, incluso con la opción de absorción angular activada. Esto es debido a que el algoritmo que ejecuta esta opción, solo tiene en cuenta el tamaño y posición de las superficies, mientras que el comportamiento angulodependiente es diferente para cada material. Es importante destacar, que cuando la opción es activada, los tiempos simulados se asemejan más a los medidos, por lo tanto esta característica sí produce ciertas mejoras pese a no modelar la angulodependencia perfectamente. Por otra parte, ODEON tampoco tiene en cuenta el fenómeno de difracción, ni acepta longitudes de superficie menores de una longitud de onda a frecuencias medias (30 cm) por lo que en las configuraciones que incluyen absorbentes de pared, los cuales presentan un grosor de 4 cm que no puede ser modelado, los tiempos de reverberación son siempre sobreestimados. Para evitar esta sobreestimación, diferentes métodos de correción son analizados. Todas estas deficiencias encontradas en el software ODEON, resaltan la necesidad de desarrollar cuanto antes la herramienta de simulación acústica PARISM, la cual será capaz de predecir el comportamiento del campo sonoro de manera precisa en este tipo de salas, sin incrementar excesivamente el tiempo de cálculo. En cuanto a los parámetros extraidos de las mediciones de Respuesta al Impulso, bajo ninguna de las configuraciones recreadas los tiempos de reverberación cumplen con las condiciones establecidas por la regulación danesa en materia de edificación. Es importante destacar que los experimentos son llevados a cabo en un edificio construido para uso industrial, en el que, pese a contar con un buen aislamiento acústico, los niveles de ruido pueden ser superiores a los existentes dentro del edificio donde finalmente se ubique el aula. Además, aunque algunos elementos de mobiliario como pupitres y sillas son incluidos, en una configuración real de aula normalmente aparecerían algunos otros como taquillas, que no solo presentarían una mayor absorción, sino que también dispersarían las ondas incidentes produciendo un mejor funcionamiento del techo absorbente. Esto es debido a que las ondas incidirían en el techo desde una mayor variedad de ángulos, y no solo desde ángulos cercanos a la dirección paralela al techo, para los cuales los materiales presentan absorciones muy bajas o casi nulas. En relación a los otros parámetros como índice de claridad o índice de inteligibilidad extraidos de las medidas, no se han podido extraer conclusiones válidas dada la falta de regulación existente. Sin embargo, el efecto que produce sobre ellos la inclusión de techos, paneles de pared y mobiliario sí es analizada, concluyendo que, como era de esperar, los mejores resultados son obtenidos cuando todos los elementos están presentes en la sala en el mismo momento.

Study and analysis of the Leap Motion sensor and the Software Development Kit (SDK) for the implementation of visual Human Computer Interfaces

En este proyecto, se presenta un informe técnico sobre la cámara Leap Motion y el Software Development Kit correspondiente, el cual es un dispositivo con una cámara de profundidad orientada a interfaces hombre-máquina. Esto es realizado con el propósito de desarrollar una interfaz hombre-máquina basada en un sistema de reconocimiento de gestos de manos. Después de un exhaustivo estudio de la cámara Leap Motion, se han realizado diversos programas de ejemplo con la intención de verificar las capacidades descritas en el informe técnico, poniendo a prueba la Application Programming Interface y evaluando la precisión de las diferentes medidas obtenidas sobre los datos de la cámara. Finalmente, se desarrolla un prototipo de un sistema de reconocimiento de gestos. Los datos sobre la posición y orientación de la punta de los dedos obtenidos de la Leap Motion son usados para describir un gesto mediante un vector descriptor, el cual es enviado a una Máquina Vectores Soporte, utilizada como clasificador multi-clase.

Development of a visual object tracking system using a compressive sensing framework for modeling the appearance

En el presente trabajo se aborda el problema del seguimiento de objetos, cuyo objetivo es encontrar la trayectoria de un objeto en una secuencia de video. Para ello, se ha desarrollado un método de seguimiento-por-detección que construye un modelo de apariencia en un dominio comprimido usando una nueva e innovadora técnica: “compressive sensing”. La única información necesaria es la situación del objeto a seguir en la primera imagen de la secuencia. El seguimiento de objetos es una aplicación típica del área de visión artificial con un desarrollo de bastantes años. Aun así, sigue siendo una tarea desafiante debido a varios factores: cambios de iluminación, oclusión parcial o total de los objetos y complejidad del fondo de la escena, los cuales deben ser considerados para conseguir un seguimiento robusto. Para lidiar lo más eficazmente posible con estos factores, hemos propuesto un algoritmo de tracking que entrena un clasificador Máquina Vector Soporte (“Support Vector Machine” o SVM en sus siglas en inglés) en modo online para separar los objetos del fondo de la escena. Con este fin, hemos generado nuestro modelo de apariencia por medio de un descriptor de características muy robusto que describe los objetos y el fondo devolviendo un vector de dimensiones muy altas. Por ello, se ha implementado seguidamente un paso para reducir la dimensionalidad de dichos vectores y así poder entrenar nuestro clasificador en un dominio mucho menor, al que denominamos domino comprimido. La reducción de la dimensionalidad de los vectores de características se basa en la teoría de “compressive sensing”, que dice que una señal con poca dispersión (pocos componentes distintos de cero) puede estar bien representada, e incluso puede ser reconstruida, a partir de un conjunto muy pequeño de muestras. La teoría de “compressive sensing” se ha aplicado satisfactoriamente en este trabajo y diferentes técnicas de medida y reconstrucción han sido probadas para evaluar nuestros vectores reducidos, de tal forma que se ha verificado que son capaces de preservar la información de los vectores originales. También incluimos una actualización del modelo de apariencia del objeto a seguir, mediante el reentrenamiento de nuestro clasificador en cada cuadro de la secuencia con muestras positivas y negativas, las cuales han sido obtenidas a partir de la posición predicha por el algoritmo de seguimiento en cada instante temporal. El algoritmo propuesto ha sido evaluado en distintas secuencias y comparado con otros algoritmos del estado del arte de seguimiento, para así demostrar el éxito de nuestro método.

Histograms of oriented gradients for fast on-board vehicle verification

Histograms of Oriented Gradients (HoGs) provide excellent results in object detection and verification. However, their demanding processing requirements bound their applicability in some critical real-time scenarios, such as for video-based on-board vehicle detection systems. In this work, an efficient HOG configuration for pose-based on-board vehicle verification is proposed, which alleviates both the processing requirements and required feature vector length without reducing classification performance. The impact on classification of some critical configuration and processing parameters is in depth analyzed to propose a baseline efficient descriptor. Based on the analysis of its cells contribution to classification, new view-dependent cell-configuration patterns are proposed, resulting in reduced descriptors which provide an excellent balance between performance and computational requirements, rendering higher verification rates than other works in the literature.