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.

Tutorial Viola-Jones

Este tutorial pretende ser una guía para la elaboración de clasificadores basados en el esquema de Viola-Jones haciando uso de la biblioteca OpenCV

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. 

Simulador virtual de técnicas de endoscopia rígida para formación sanitaria

[ES] En este proyecto se trata el proceso de análisis y desarrollo llevado a cabo con el objetivo de construir un prototipo funcional de simulador virtual de endoscopia rígida monocanal orientado a la histeroscopia. Para el desarrollo del prototipo se toma como base el entorno ESQUI, un entorno de simulación virtual médica de código libre. Este entorno provee una librería, basada a su vez en la conocida librería gráfica VTK(Visual ToolKit), cuyo propósito es poner a disposición del programador toda la algoritmia necesaria para construir una simulación médica virtual. En este proyecto, esta librería se depuró y amplió para mejorar el soporte a las técnicas de endoscopia rígida que se persiguen simular. Por otro lado se emplea el Simball 4D, un dispositivo de interfaz humana de la empresa G-coder Systems, para capturar la interacción del usuario emulando la morfología y dinámica de un endoscopio rígido. Todos estos elementos se conectan con una interfaz gráfica sencilla, intuitiva y práctica soportada por wxWidgets y utilizando Python como lenguaje de scripting. Finalmente, se analiza el prototipo resultante y se proponen una serie de líneas futuras de cara a la aplicación didáctica del mismo, tanto en relación a los objetivos conceptuales del prototipo como a los aspectos específicos del entorno ESQUI.

Efecto combinado de la alimentación con la calidad e intensidad de la luz sobre el crecimiento y desarrollo del sistema visual de las larvas de dorada (Sparus aurata) en condiciones de cultivo intensivo

Máster Universitario International en Acuicultura. Trabajo presentado como requisito parcial para la obtención del Título de Máster Universitario Internacional en Acuicultura, otorgado por la Universidad de Las Palmas de Gran Canaria (ULPGC), el Instituto Canario de Ciencias Marinas (ICCM), y el Centro Internacional de Altos Estudios Agronómicos Mediterráneos de Zaragoza (CIHEAM)

Pezqueñines

[ES] Este Trabajo de Fin de Grado describe el desarrollo de un prototipo para plataformas móviles, que permite determinar si un pez alcanza la talla mínima establecida para su consumo. Para ello se realiza la detección y segmentación de un pez, para posteriormente determinar si cumple con la talla mínima, utilizando como referencia una moneda de un euro para calibrar el tamaño. La detección se realiza aplicando la implementación del esquema de Viola-Jones, integrada en la librería  OpenCV, creando una serie de detectores propios  tanto para los peces como para la moneda. Asimismo se ha utilizado SDK del que dispone dicha librería para desarrollar la aplicación en plataforma móvil Android.

Caracterización histológica del desarrollo del sistema visual en larvas de Dorada Sparus aurata (Linnaeus 1758)

[ES] El objetivo del presente estudio es aportar nuevos conocimientos sobre el desarrollo del sistema visual en los primeros estadios larvarios de dorada. El entendimiento de la ontogenia del sistema visual puede contribuir a la mejora en las condiciones de iluminación en el cultivo, las cuales podrían tener repercusiones en la obtención de larvas de mejor calidad y unas mayores tasas de supervivencia en el cultivo larvario. Las larvas de la mayoría de los peces son predadores visuales, lo que indica la gran importancia que juega el sistema visual en desarrollo (BLAXTER, 1986). El comportamiento trófico de la larva estará intimamente ligado al desarrollo de su capacidad visual, que depende directamente de la organogénesis de la retina. El estudio muestra que durante el desarrollo post-embrionario y en las primeras etapas de vida larvaria, el sistema visual de dorada Sparus aurata, histologicamente, es muy similar al descrito por otros autores para especies similares, Pagrus major (KAWAMURA,1984), Pagrus auratus (PANKHURST, 1996) y Pagrus pagrus (L. 1758 ) (ROO et al.,1998). El tercer día de vida de la larva es uno de los mas importantes, necesita estar preparada para capturar y digerir sus presas. En este día la larva muestra todas las estructuras necesarias para la función visual. El epitelio pigmentario bien definido, el músculo de la lente esta presente y el iris esta completamente formado. Las condiciones de iluminación que se utilizan en los criaderos comerciales difieren bastante de las condiciones naturales, pudiendo ser un factor a tener en cuenta para la obtención de una mejor calidad de larvas así como unas mejores tasas de supervivencia.

Prototipo de herramienta para el inventariado automático de piezas de Lego basado en visión artificial

Permitida la difusión del código bajo los términos de la licencia BSD de tres cláusulas.

An study on ear detection and its applications to face detection

[EN]OpenCV includes di erent object detectors based on the Viola-Jones framework. Most of them are specialized to deal with the frontal face pattern and its inner elements: eyes, nose, and mouth. In this paper, we focus on the ear pattern detection, particularly when a head pro le or almost pro le view is present in the image. We aim at creating real-time ear detectors based on the general object detection framework provided with OpenCV. After training classi ers to detect left ears, right ears, and ears in general, the performance achieved is valid to be used to feed not only a head pose estimation system but also other applications such as those based on ear biometrics.