EasyOrder. Parte II

[ES] En este proyecto se ha desarrollado un completo sistema de gestión de restaurantes y fidelización de clientes. Para ello se ha investigado cómo los restaurantes realizan su gestión interna e interactúan con sus clientes para mostrar su oferta gastronómica. Como resultado de esa investigación se propone un sistema de gestión automatizado de las cartas, así como de los pedidos que se realizan tanto en el restaurante como fuera de él. Este sistema facilita al gestor del restaurante la posibilidad de tener de forma organizada sus cartas y menús, así como de conocer de forma directa la opinión de sus clientes. La aplicación ha sido diseñada de forma que se facilite el acceso a todos los trabajadores de los restaurantes y se pueda restringir su acceso mediante asignación de roles. Además, se facilita a los restaurantes un sistema completo de estadísticas para ver, de forma gráfica, la evolución tanto en ventas como en opiniones y valoraciones de sus clientes. Los clientes tienen la posibilidad de realizar pedidos desde la plataforma y desde el propio restaurante en una carta digitalizada, así como de conocer y descubrir todos los restaurantes registrados con las valoraciones y comentarios de otros usuarios. Todas estas funcionalidades son posibles gracias a la integración de un portal web y de dos aplicaciones diseñadas para dispositivos móviles (adaptadas a los tamaños de pantalla y resolución más usados actualmente) que se comunican e interactúan de forma directa.

Variational second order flow estimation for PIV sequences

[EN] We present in this paper a variational approach to accurately estimate simultaneously the velocity field and its derivatives directly from PIV image sequences. Our method differs from other techniques that have been presented in the literature in the fact that the energy minimization used to estimate the particles motion depends on a second order Taylor development of the flow. In this way, we are not only able to compute the motion vector field, but we also obtain an accurate estimation of their derivatives. Hence, we avoid the use of numerical schemes to compute the derivatives from the estimated flow that usually yield to numerical amplification of the inherent uncertainty on the estimated flow. The performance of our approach is illustrated with the estimation of the motion vector field and the vorticity on both synthetic and real PIV datasets.

Optic flow estimation in fluid images II

[EN] In this report we study a number of fluid optic flow sequences in the context of the FLUID Specific Targeted Research Project - Contract No 513633 founded by the EEC. The main goal of this report is to analyse the behaviour of classical computer vision optic flow techniques when we deal with fluid sequences. We use the optic flow sequences provided by other partners of the FLUID project.