Estrategias para la identificación de personas mediante biometría de la mano sin contacto

Programa de doctorado:Sistemas Inteligentes y Aplicaciones Numéricas en Ingeniería.

Ilustración e independencia en Nueva España: la construcción de la identidad

Programa de doctorado: Estudios económicos, sociales y culturales en el Atlántico.

Detección, seguimiento y análisis de personas en streams de vídeo

[ES] El presente TFG consiste en una aplicación para la detección de personas de cuerpo entero. La idea es aplicar este detector a las continuas imágenes recogidas en tiempo real a través de una web-cam, o de un archivo con formato de vídeo que se encuentre ubicado en el propio sistema. El código está escrito en C++. Para conseguir este objetivo nos basamos en el uso conjunto de dos sistemas de detección ya existentes: primero, OpenCV, mediante un método de histograma de gradientes orientados, el cual ya proporciona propiamente un detector de personas que será aplicado a cada una de las imágenes del stream de vídeo; por otro lado, el detector facial de la librería Encara que se aplica a cada una de las detecciones de supuestas personas obtenidas en el método de OpenCV, para comprobar si hay una cara en la supuesta persona detectada. En caso de ser así, y de haber una cara más o menos correctamente situada, determinamos que es realmente una persona. Para cada persona detectada se guardan sus datos de situación en la imagen, en una lista, para posteriormente compararlos con los datos obtenidos en frames anteriores, e intentar hacer un  seguimiento de todas las personas. Visualmente se observaría como se va recuadrando cada persona con un color determinado aleatorio asignado a cada una, mientras se visualiza el vídeo. También se registra la hora y frame de aparición, y la hora y frame de salida, de cada persona detectada, quedando estos datos guardados tanto en un fichero de log, como en una base de datos. Los resultados son, bastante satisfactorios, aunque con posibilidades de mejora, ya que es un trabajo que permite combinar otras técnicas diferentes a las descritas. Debido a la complejidad de los métodos empleados se destaca la necesidad de alta capacidad de computación para poder ejecutar la aplicación en tiempo real sin ralentizaciones. 

Desarrollo de una aplicación web para la gestión de rutas en sistemas georreferenciados

[ES] El objetivo que se pretendía alcanzar con la realización de este proyecto era desarrollar una aplicación web 2.0 capaz de gestionar rutas independientemente de su tipología u otro tipo de características. El usuario de la aplicación construida tras analizar este proyecto puede crear rutas y modificarlas. Para su visualización se ha optado por un entorno 3D que muestra el globo terráqueo de manera realista: Google Earth en su versión como complemento para navegadores. La variedad de rutas creadas puede ser muy amplia, como por ejemplo: las etapas de la Vuelta Ciclista a España, la travesía de una competición náutica, el recorrido que siguió Colón en su primer viaje a América o los caminos reales de Canarias. Las rutas se crean desplazando el ratón y haciendo clic sobre la superficie del globo terráqueo. La aplicación muestra una línea que pasa por los puntos indicados con la representación de la ruta. Para las rutas creadas el usuario puede añadir una serie de elementos multimedia que permitan obtener un mayor conocimiento de dichas rutas. La aplicación permite añadir fotos, vídeos web, documentos y elementos 3D. Cuando el usuario seleccione mostrar una ruta creada previamente a la que le ha añadido alguno de los elementos indicados previamente, éste se visualizará en el navegador. Además de la posibilidad de gestionar rutas, el usuario también puede gestionar sitios de su interés de manera sencilla. El usuario puede incorporar localizaciones de diversa índole a su biblioteca de elementos para disponer de una mejor accesibilidad de sus lugares predilectos. Los sitios de interés creados aparecen en el globo como un icono junto con su nombre.

Reidentificación de personas y objetos mediante aprendizaje semisupervisado

[ES]La reidentificación consiste en volver a identificar a un individuo/objeto que ya se ha detectado previamente desde distintas cámaras. En este proyecto se exploran diferentes técnicas para la reidentificación de personas. Se implementan y prueban técnicas que no requieren de aprendizaje previo para realizar una ordenación inicial, al ser este tipo de métodos los que mayor aplicación tienen en un escenario real. Así mismo se usan técnicas de reordenación sobre esta ordenación inicial utilizando la información de un operador humano, aplicando entre otros métodos aprendizaje semisupervisado. Para realizar todo el proceso y facilitar la combinación y automatización de las diversas técnicas se crea un framework denominado PyReID basado en Python y OpenCV, de software libre y disponible públicamente en Github.