Python y OpenCV aplicados a un caso de estudio real

Este trabajo se centra en el uso del lenguaje Python y la librería OpenCV de visión por computador para el seguimiento de crustáceos marinos en condiciones experimentales y determinar su comportamiento en un entorno social.

Plug-in de procesado visual (OpenCV) en OpenDomo OS

Este proyecto consiste en el diseño y desarrollo de un plug-in que permita usar el sistema de procesado de imagen OpenCV desde el sistema operativo OpenDomo OS.

Aplicació de visió per dispositius mòbils

En aquest projecte es presenta l’aplicació per a dispositius mòbils Doppelganger. La seva funció és, a partir d’una fotografia, detectar la cara i mostrar la persona famosa de la nostra base de dades que més s’assembla a la persona en la fotografia. Per la implementació s’han utilitzat algoritmes de visió per computador i d’aprenentatge automàtic com per exemple el PCA i el K-Nearest Neighbor, tot utilitzant llibreries gratuïtes com són les OpenCV.

DroidEye

Sistema desenvolupat per analitzar monedes focalitzat principalment en les persones amb algun tipus d'incapacitat visual. L'aplicació permet reconèixer i classificar les monedes d'una escena mitjançant l'ús de la càmera d'un telèfon mòbil amb sistema operatiu Android.

Evaluation of free libraries for visual recognition of art imagery on mobile devices

This paper describes a systematic research about free software solutions and techniques for art imagery computer recognition problem.

Processat de vídeo aplicat a la robòtica

Aquest projecte consisteix en acoblar una càmera web uEye en una de les extremitats d'un robot industrial (ABB Irc5). Aquest robot, es mourà en cas què es detecti una cara a través de la webcam. L'objectiu és intentar que la cara es situï sempre al mig de la imatge captada per la càmera. Podem dividir les tasques d'aquest projecte amb 4 fases diferents. A continuació expliquem les diferents etapes. La Càmera uEye s'encarrega de capturar imatges i passar-les a un PC utilitzant Python. La funció de Detecció de Cares ens indica la posició i dimensions de la cara. Tot seguit, la funció LabJack s'encarrega de canviar els valors digitals de les 5 senyals mitjançant programació amb Python. Per últim el Robot ABB interpreta el valor d'aquestes 5 senyals i es desplaça mitjançant petits increments amb l'objectiu de situar la cara al mig de la imatge capturada.

Reconeixement de gestos de la mà amb el sensor Kinect

El reconeixement dels gestos de la mà (HGR, Hand Gesture Recognition) és actualment un camp important de recerca degut a la varietat de situacions en les quals és necessari comunicar-se mitjançant signes, com pot ser la comunicació entre persones que utilitzen la llengua de signes i les que no. En aquest projecte es presenta un mètode de reconeixement de gestos de la mà a temps real utilitzant el sensor Kinect per Microsoft Xbox, implementat en un entorn Linux (Ubuntu) amb llenguatge de programació Python i utilitzant la llibreria de visió artifical OpenCV per a processar les dades sobre un ordinador portàtil convencional. Gràcies a la capacitat del sensor Kinect de capturar dades de profunditat d’una escena es poden determinar les posicions i trajectòries dels objectes en 3 dimensions, el que implica poder realitzar una anàlisi complerta a temps real d’una imatge o d’una seqüencia d’imatges. El procediment de reconeixement que es planteja es basa en la segmentació de la imatge per poder treballar únicament amb la mà, en la detecció dels contorns, per després obtenir l’envolupant convexa i els defectes convexos, que finalment han de servir per determinar el nombre de dits i concloure en la interpretació del gest; el resultat final és la transcripció del seu significat en una finestra que serveix d’interfície amb l’interlocutor. L’aplicació permet reconèixer els números del 0 al 5, ja que s’analitza únicament una mà, alguns gestos populars i algunes de les lletres de l’alfabet dactilològic de la llengua de signes catalana. El projecte és doncs, la porta d’entrada al camp del reconeixement de gestos i la base d’un futur sistema de reconeixement de la llengua de signes capaç de transcriure tant els signes dinàmics com l’alfabet dactilològic.

Seguiment de les extremitats dels ratolins i les vibrisses del musell

El present TFM té per objectiu aplicar tècniques d'intel·ligència artificial per realitzar el seguiment de les extremitats dels ratolins i les vibrisses del seu musell. Aquest objectiu es deriva de la necessitat per part dels realitzadors d'experiments optogenètics de registrar els moviments dels ratolins.

Processat de vídeo aplicat a la robòtica

Aquest projecte consisteix en acoblar una càmera web uEye en una de les extremitats d'un robot industrial (ABB Irc5). Aquest robot, es mourà en cas què es detecti una cara a través de la webcam. L'objectiu és intentar que la cara es situï sempre al mig de la imatge captada per la càmera. Podem dividir les tasques d'aquest projecte amb 4 fases diferents. A continuació expliquem les diferents etapes. La Càmera uEye s'encarrega de capturar imatges i passar-les a un PC utilitzant Python. La funció de Detecció de Cares ens indica la posició i dimensions de la cara. Tot seguit, la funció LabJack s'encarrega de canviar els valors digitals de les 5 senyals mitjançant programació amb Python. Per últim el Robot ABB interpreta el valor d'aquestes 5 senyals i es desplaça mitjançant petits increments amb l'objectiu de situar la cara al mig de la imatge capturada.

Reconeixement de gestos de la mà amb el sensor Kinect

El reconeixement dels gestos de la mà (HGR, Hand Gesture Recognition) és actualment un camp important de recerca degut a la varietat de situacions en les quals és necessari comunicar-se mitjançant signes, com pot ser la comunicació entre persones que utilitzen la llengua de signes i les que no. En aquest projecte es presenta un mètode de reconeixement de gestos de la mà a temps real utilitzant el sensor Kinect per Microsoft Xbox, implementat en un entorn Linux (Ubuntu) amb llenguatge de programació Python i utilitzant la llibreria de visió artifical OpenCV per a processar les dades sobre un ordinador portàtil convencional. Gràcies a la capacitat del sensor Kinect de capturar dades de profunditat d’una escena es poden determinar les posicions i trajectòries dels objectes en 3 dimensions, el que implica poder realitzar una anàlisi complerta a temps real d’una imatge o d’una seqüencia d’imatges. El procediment de reconeixement que es planteja es basa en la segmentació de la imatge per poder treballar únicament amb la mà, en la detecció dels contorns, per després obtenir l’envolupant convexa i els defectes convexos, que finalment han de servir per determinar el nombre de dits i concloure en la interpretació del gest; el resultat final és la transcripció del seu significat en una finestra que serveix d’interfície amb l’interlocutor. L’aplicació permet reconèixer els números del 0 al 5, ja que s’analitza únicament una mà, alguns gestos populars i algunes de les lletres de l’alfabet dactilològic de la llengua de signes catalana. El projecte és doncs, la porta d’entrada al camp del reconeixement de gestos i la base d’un futur sistema de reconeixement de la llengua de signes capaç de transcriure tant els signes dinàmics com l’alfabet dactilològic.