Local map update for large scale SLAM

A technique for simultaneous localisation and mapping (SLAM) for large scale scenarios is presented. This solution is based on the use of independent submaps of a limited size to map large areas. In addition, a global stochastic map, containing the links between adjacent submaps, is built. The information in both levels is corrected every time a loop is closed: local maps are updated with the information from overlapping maps, and the global stochastic map is optimised by means of constrained minimisation

Feature-based matching of underwater images

This work investigates performance of recent feature-based matching techniques when applied to registration of underwater images. Matching methods are tested versus different contrast enhancing pre-processing of images. As a result of the performed experiments for various dominating in images underwater artifacts and present deformation, the outperforming preprocessing, detection and description methods are proposed

Using appearance and context for outdoor scene object classification

We propose a probabilistic object classifier for outdoor scene analysis as a first step in solving the problem of scene context generation. The method begins with a top-down control, which uses the previously learned models (appearance and absolute location) to obtain an initial pixel-level classification. This information provides us the core of objects, which is used to acquire a more accurate object model. Therefore, their growing by specific active regions allows us to obtain an accurate recognition of known regions. Next, a stage of general segmentation provides the segmentation of unknown regions by a bottom-strategy. Finally, the last stage tries to perform a region fusion of known and unknown segmented objects. The result is both a segmentation of the image and a recognition of each segment as a given object class or as an unknown segmented object. Furthermore, experimental results are shown and evaluated to prove the validity of our proposal

Modeling and Classifying Breast Tissue Density in Mammograms

We present a new approach to model and classify breast parenchymal tissue. Given a mammogram, first, we will discover the distribution of the different tissue densities in an unsupervised manner, and second, we will use this tissue distribution to perform the classification. We achieve this using a classifier based on local descriptors and probabilistic Latent Semantic Analysis (pLSA), a generative model from the statistical text literature. We studied the influence of different descriptors like texture and SIFT features at the classification stage showing that textons outperform SIFT in all cases. Moreover we demonstrate that pLSA automatically extracts meaningful latent aspects generating a compact tissue representation based on their densities, useful for discriminating on mammogram classification. We show the results of tissue classification over the MIAS and DDSM datasets. We compare our method with approaches that classified these same datasets showing a better performance of our proposal

A concurrent region growing algorithm guided by circumscribed contours

Image segmentation of natural scenes constitutes a major problem in machine vision. This paper presents a new proposal for the image segmentation problem which has been based on the integration of edge and region information. This approach begins by detecting the main contours of the scene which are later used to guide a concurrent set of growing processes. A previous analysis of the seed pixels permits adjustment of the homogeneity criterion to the region's characteristics during the growing process. Since the high variability of regions representing outdoor scenes makes the classical homogeneity criteria useless, a new homogeneity criterion based on clustering analysis and convex hull construction is proposed. Experimental results have proven the reliability of the proposed approach

Interfície gràfica per a la valoració d'operadors de preprocessat d'imatge en imatges d'ultrasò

El càncer de mama és una de les causes de més mortalitat entreles dones dels països desenvolupats. És tractat d'una maneramés eficient quan es fa una detecció precoç, on les tècniques d'imatge són molt importants. Una de les tècniques d'imatge més utilitzades després dels raigs-X són els ultrasons. A l'hora de fer un processat d'imatges d'ultrasò, els experts en aquest camp es troben amb una sèrie de limitacions en el moment d'utilitzar uns filtrats per les imatges, quan es fa ús de determinades eines. Una d'aquestes limitacions consisteix en la falta d'interactivitat que aquestes ens ofereixen. Per tal de solventar aquestes limitacions, s'ha desenvolupat una eina interactiva que permet explorar el mapa de paràmetres visualitzant el resultat del filtrat en temps real, d'una manera dinàmica i intuïtiva. Aquesta eina s'ha desenvolupat dins l'entorn de visualització d'imatge mèdica MeVisLab. El MeVisLab és un entorn molt potent i modular pel desenvolupament d'algorismes de processat d'imatges, visualització i mètodes d'interacció, especialment enfocats a la imatge mèdica. A més del processament bàsic d'imatges i de mòduls de visualització, inclou algorismes avançats de segmentació, registre i moltes análisis morfològiques i funcionals de les imatges.S'ha dut a terme un experiment amb quatre experts que, utilitzantl'eina desenvolupada, han escollit els paràmetres que creien adientsper al filtrat d'una sèrie d'imatges d'ultrasò. En aquest experiments'han utilitzat uns filtres que l'entorn MeVisLab ja té implementats:el Bilateral Filter, l'Anisotropic Difusion i una combinació d'un filtrede Mediana i un de Mitjana.Amb l'experiment realitzat, s'ha fet un estudi dels paràmetres capturats i s'han proposat una sèrie d'estimadors que seran favorables en la majoria dels casos per dur a terme el preprocessat d'imatges d'ultrasò

Liderazgo y dirección de empresas en el s. XXI

Peer-reviewed

Detection of severe obstructive sleep apnea through voice analysis

tThis paper deals with the potential and limitations of using voice and speech processing to detect Obstruc-tive Sleep Apnea (OSA). An extensive body of voice features has been extracted from patients whopresent various degrees of OSA as well as healthy controls. We analyse the utility of a reduced set offeatures for detecting OSA. We apply various feature selection and reduction schemes (statistical rank-ing, Genetic Algorithms, PCA, LDA) and compare various classifiers (Bayesian Classifiers, kNN, SupportVector Machines, neural networks, Adaboost). S-fold crossvalidation performed on 248 subjects showsthat in the extreme cases (that is, 127 controls and 121 patients with severe OSA) voice alone is able todiscriminate quite well between the presence and absence of OSA. However, this is not the case withmild OSA and healthy snoring patients where voice seems to play a secondary role. We found that thebest classification schemes are achieved using a Genetic Algorithm for feature selection/reduction.

Features extraction based on the Discrete Hartley Transform for closed contour

In this paper the authors propose a new closed contour descriptor that could be seen as a Feature Extractor of closed contours based on the Discrete Hartley Transform (DHT), its main characteristic is that uses only half of the coefficients required by Elliptical Fourier Descriptors (EFD) to obtain a contour approximation with similar error measure. The proposed closed contour descriptor provides an excellent capability of information compression useful for a great number of AI applications. Moreover it can provide scale, position and rotation invariance, and last but not least it has the advantage that both the parameterization and the reconstructed shape from the compressed set can be computed very efficiently by the fast Discrete Hartley Transform (DHT) algorithm. This Feature Extractor could be useful when the application claims for reversible features and when the user needs and easy measure of the quality for a given level of compression, scalable from low to very high quality.

Espai de treball per a Pràctiques

Crear un espai compartit via web per a tots els membres d'una pràctica, regulat per un Gestor de control de versions i un Gestor de control d'errors permeten així als alumnes treballar amb la pràtica via web i als professors poder crear i gestionar la pràctica. Tot això estarà basat en un mòdul o plugin del Gestor de projectes Redmine, el qual treballa amb Ruby on Rails.

Disseny i implementació d'una aplicació per elaborar la memòria acadèmica de la EPS

Aquest projecte final de carrera sorgeix a partir de la necessitat de l’Escola Politècnica Superior d’automatitzar en la mesura del possible l’elaboració de la seva memòria acadèmica. Aquest és un document que cal elaborar anualment i que recull la informació bàsica de l’escola i dels ensenyaments que s’imparteixen al llarg de cada curs acadèmic.Aquestes memòries es duen a terme introduint en un editor de texts les dades facilitades per les diferents persones que les tracten durant l’any, amb el que això comporta, demanar les dades a aquestes persones, esperar que te les donin, triar-les i introduir-les en el format adequat per la memòria. Malgrat els esforços dedicats, es tracta d’una tasca costosa i ingrata, degut a la gran pèrdua de temps que comporta la recopilació de totes les dades i que es del tot impossible reflectir, en la seva totalitat, el treball col·lectiu i individual de tots els membres de l’Escola al llarg de tot un curs acadèmic.Davant d’això, la secretaria acadèmica de la EPS i la responsable de confeccionar la memòria, es van adonar que era necessari tenir controlades de forma fàcil i ràpida les diverses dades que tenen de formar part de la memòria, i va sorgir la necessitat d’obtenir una eina capaç d’oferir a la secretaria l’ajuda que requereix. I així va ser com responent a la necessitat d’obtenir una eina per ajudar a realitzar les memòries de EPS, va sorgir la idea d’aquest projecte final de carrera.

Estudi i disseny d'un sistema de modificació tímbrica en instruments determinats a través d'anàlisi, filtratge i síntesi de senyal d'àudio digital

Aquest treball final de carrera sorgeix doncs d'una idea molt ambiciosa: crear un sistema de processat de senyal digital que permetés, a temps real, convertir un timbre d'un instrument determinat a un altre, és a dir, a través d'un micròfon que capti el so d'un instrument, com ara el clarinet, analitzar i processar mitjançant programari d'ordinador aquest so d'entrada. Conseqüentment, convertir-lo per poder percebre'l a través dels altaveus com a so d'un altre instrument. D'aquesta manera, un músic amb habilitats per tocar el clarinet, mitjançant aquesta eina podria simular so de saxo, trompeta, etc., sense haver de recórrer a un sintetitzador ni a altres instruments MIDI.

Anàlisi i disseny eCommerce : Productes de Casa, venda de productes de la agricultura catalana

El projecte que és trobarà a continuació consisteix en l’anàlisi i desenvolupament d’una aplicació web orientada al comerç electrònic per un client que distribueix productes relacionats amb l’agricultura catalana. Aquest client ens planteja una idea respecte al model de negoci, i ens demana la realització tant de la part de Programació, com la part de documentació necessària per que pugui ser fàcil de mantenir en futures versions del software i tindre un bon punt de partida per a futures versions.

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.