Search

La capacidad de identificar y reconocer objetos es una tarea que la percepción del ser humano realiza sin problemas y de manera rutinaria. Sin embargo, crear un sistema informático capaz de igualar estas capacidades sigue siendo uno de los principales campos de investigación dentro de la disciplina de la visión por computador, VC. Esta razón unida a las posibilidades de ayuda que la VC puede ofrecer a personas con necesidades especiales han sido los acicates que han dado lugar a este trabajo. Además, en los últimos años los smartphone han experimentado una gran evolución en términos de potencia, haciendo que cada persona tenga un “mini-ordenador” en el bolsillo. Por ello, se ha enfocado el trabajo hacia esta plataforma y se han evaluado distintos algoritmos reconocedores para implementarlos en un pequeño prototipo de asistencia al usuario que, en tiempo real, sea capaz de identificar qué objetos que aparezcan en la cámara y listar los alérgenos que contiene. Se han investigado dos tipos de algoritmos distintos para el reconocimiento de los objetos: uno basado en local features, que puede ser ejecutado tanto en local como en modo cliente-servidor, y otro basado en técnicas más novedosas, concretamente Deep Learning, que debido a que es más exigente en términos de recursos sólo podrá ser ejecutado en modo cliente-servidor. Como punto de partida, se ha creado una base de datos de objetos propios de un supermercado. A continuación, se ha implementado un reconocedor de objetos basado en local features, y se ha investigado y evaluado qué algoritmos de reconocimiento funcionaban mejor con esa base de datos. Una vez elegido el que se ha considerado más óptimo, se ha implementado ese mismo reconocedor en modo cliente-servidor. Después, se ha implementado el reconocedor basado en Deep Learning, y se han evaluado sus resultados. Por último, se han comparado el rendimiento y los resultados obtenidos entre las distintas técnicas y arquitecturas, y se han extraı́do conclusiones acerca de ellos: ventajas, desventajas de cada uno y posibles mejoras. Finalmente, se ha desarrollado un pequeño prototipo, consistente en una aplicación de asistencia cuya función es reconocer los objetos de la base de datos creada a través de la cámara del dispositivo e indicar la lista de alérgenos que contienen, todo ello en tiempo real.

Cada vez más sistemas autónomos, ya sean robots o sistemas de asistencia, están presentes en nuestro día a día. Este tipo de sistemas interactúan y se relacionan con su entorno y para ello necesitan un modelo de dicho entorno. En función de las tareas que deben realizar, la información o el detalle necesario del modelo varía. Desde detallados modelos 3D para sistemas de navegación autónomos, a modelos semánticos que incluyen información importante para el usuario como el tipo de área o qué objetos están presentes. La creación de estos modelos se realiza a través de las lecturas de los distintos sensores disponibles en el sistema. Actualmente, gracias a su pequeño tamaño, bajo precio y la gran información que son capaces de capturar, las cámaras son sensores incluidos en todos los sistemas autónomos. El objetivo de esta tesis es el desarrollar y estudiar nuevos métodos para la creación de modelos del entorno a distintos niveles semánticos y con distintos niveles de precisión. Dos puntos importantes caracterizan el trabajo desarrollado en esta tesis: - El uso de cámaras con punto de vista egocéntrico o en primera persona ya sea en un robot o en un sistema portado por el usuario (wearable). En este tipo de sistemas, las cámaras son solidarias al sistema móvil sobre el que van montadas. En los últimos años han aparecido muchos sistemas de visión wearables, utilizados para multitud de aplicaciones, desde ocio hasta asistencia de personas. - El uso de sistemas de visión omnidireccional, que se distinguen por su gran campo de visión, incluyendo mucha más información en cada imagen que las cámara convencionales. Sin embargo plantean nuevas dificultades debido a distorsiones y modelos de proyección más complejos. Esta tesis estudia distintos tipos de modelos del entorno: - Modelos métricos: el objetivo de estos modelos es crear representaciones detalladas del entorno en las que localizar con precisión el sistema autónomo. Ésta tesis se centra en la adaptación de estos modelos al uso de visión omnidireccional, lo que permite capturar más información en cada imagen y mejorar los resultados en la localización. - Modelos topológicos: estos modelos estructuran el entorno en nodos conectados por arcos. Esta representación tiene menos precisión que la métrica, sin embargo, presenta un nivel de abstracción mayor y puede modelar el entorno con más riqueza. %, por ejemplo incluyendo el tipo de área de cada nodo, la localización de objetos importantes o el tipo de conexión entre los distintos nodos. Esta tesis se centra en la creación de modelos topológicos con información adicional sobre el tipo de área de cada nodo y conexión (pasillo, habitación, puertas, escaleras...). - Modelos semánticos: este trabajo también contribuye en la creación de nuevos modelos semánticos, más enfocados a la creación de modelos para aplicaciones en las que el sistema interactúa o asiste a una persona. Este tipo de modelos representan el entorno a través de conceptos cercanos a los usados por las personas. En particular, esta tesis desarrolla técnicas para obtener y propagar información semántica del entorno en secuencias de imágen.

En este proyecto se ha implementado un sistema de reconocimiento de acciones mediante el uso de una cámara que lleva el propio usuario sujeta en un casco. El objetivo es analizar la capacidad de reconocimiento de una cámara RGB-D portada por el propio usuario (es decir, según el término en inglés, una camara "wearable"). El objetivo a más largo plazo será poder reconocer las acciones de un individuo en primera persona, para su posterior análisis en diferentes aplicaciones, desde sistemas de guiado de instrucciones para realizar una tarea complicada, asistencia a discapacitados visuales o monitorización de la actividad de una persona por motivos de salud o rehabilitación. Este proyecto está incluido dentro de las líneas de investigación del grupo de Robótica, Percepción y Tiempo Real de la Universidad de Zaragoza. Las tareas realizadas en este proyecto han sido las siguientes: como parte del análisis del problema, se ha realizado un estudio de las imágenes RGB-D y de la información que proporcionan. También se han estudiado distintas opciones de segmentación en dichas imágenes para mejorar la extracción de información y de los posibles descriptores para representar y comprimir dicha información. Por último se han estudiado dos de los clasificadores más utilizados en materia de visión por computador para tareas de reconocimiento. Además se ha realizado un etiquetado de referencia con varias secuencias de imágenes para su uso en los experimentos. Como análisis de rendimiento del reconocedor, se han diseñado y realizado un conjunto de experimentos comparativos entre las distintas posibilidades de descripción y clasificación. Se ha analizado y documentado los resultados de dichos experimentos.Como análisis de rendimiento del reconocedor, se han diseñado y realizado un conjunto de experimentos comparativos entre las distintas posibilidades de descripción y clasificación. Se ha analizado y documentado los resultados de dichos experimentos. En estos experimentos, hemos probado una clasificación en distintos niveles mediante el uso de los descriptores estudiados y hemos visto que la clasificación para un nivel básico de manipulación o no manipulación funciona muy bien, pero que los descriptores estudiados no dan suficiente información como para realizar una clasificación más precisa. Además, también se ha analizado en detalle cuánto influyen los distintos descriptores y las posibles combinaciones de los mismos.

El reconocimiento automático de objetos es uno de los temas más populares y que máas interés provocan en el campo de la visión artificial. Esto se debe principalmente a las múltiples aplicaciones que pueden beneficiarse de algoritmos capaces de reconocer la información presente en el entorno. Pueden ser desde aplicaciones en el ámbito de la industria, orientadas al control de la producción y la calidad, a aplicaciones en entornos domésticos como videojuegos o tareas de asistencia, sin olvidarse del ámbito de la robótica de servicio. La actual aparición de sensores de bajo coste que combinan información de color y profundidad de la escena, conocidos como sensores RGB-depth o RGB-d, ha generado grandes oportunidades para el desarrollo de aplicaciones relacionadas con la detección automática de objetos. El hecho de incluir información de profundidad en la escena para cada píxel de la imagen resulta un complemento muy beneficioso para los algoritmos típicos de reconocimiento. Sin embargo, los algoritmos que existen actualmente para resolver este problema todavía se encuentran en una fase inicial de desarrollo, obteniendo resultados limitados y, en la mayor parte de los casos, siendo capaces únicamente de distinguir un número pequeño de objetos diferentes. Este proyecto presenta un sistema completo de reconocimiento automático que es capaz de reconocer de manera eficiente un gran número de objetos. Para ello se hace uso de información 3D proporcionada por los sensores RGB-d y de técnicas de tratamiento de información 2D y 3D para poder realizar la clasifificación de los objetos. El conjunto de datos que se ha empleado para la implementación se ha obtenido de una dataset de imágenes muy utilizada en la comunidad investigadora a nivel internacional. Se parte de un estudio de la literatura relacionada con las técnicas básicas de visión por computador, técnicas para el manejo de la información obtenida de sensores RGB-d, sobre todo para representación de la información mediante nubes de puntos en 3D y el cálculo y uso de descriptores. También ha implicado al aprendizaje de la plataforma de desarrollo ROS, así como del sistema de reconocimiento del que se partía en este trabajo (un trabajo previo del grupo de investigación). Este proyecto presenta una evaluación exhaustiva de dicho sistema base y propone una serie de mejoras, prácticas y teóricas, para aumentar el rendimiento, flexibilidad y formalización del mismo. Los experimentos realizados durante este proyecto demuestran las mejoras obtenidas tanto en coste computacional, como la gestión de recursos; así como las mejoras obtenidas por el algoritmo de clasificación. El resultado final es un sistema completo de reconocimiento, diseñado para el manejo de dataset de imágenes de gran tamaño y con capacidad de devolver resultados probabilísticos en función de cada objeto. Finalmente, se presentan las conclusiones y se proponen líneas de trabajo futuro

En este proyecto se ha realizado todo el proceso para construir, controlar e integrar un brazo robotizado sobre un robot móvil estándar, en particular la plataforma TurtleBot,construido sobre la aspiradora autónoma Roomba. Así, el robot adquiere la capacidad para apartar o recoger objetos que pudieran molestarle en el cumplimiento de su tarea de limpieza. La detección e identificación se ha realizado mediante un sensor RGB-d (visión y profundidad), en particular el sensor Kinect de Microsoft. En resumen, se ha realizado un completo desarrollo, tanto software como hardware, de un brazo-robot y los elementos de percepción y control necesarios para su integración en la plataforma robótica móvil existente. El brazo robotizado a construir es de tipo RRR (es decir, con 3 articulaciones de rotación), con una muñeca de un grado de libertad y terminado en una pinza. La detección de objetos y guiado sencillo del brazo se realiza mediante el procesado de información capturada por el sensor RGB-d utilizado (Kinect). A partir de la nube de puntos en 3D que se obtiene de este sensor, se detectan objetos que aparezcan a lo largo de la trayectoria del robot y se calcula el punto de agarre donde sedirigirá el brazo. En más detalle, las tareas realizadas en este proyecto han sido las siguientes: A. Diseño y construcción del brazo robotizado: - Estudio de alternativas para su construcción, realización de planos 3D, solicitud depresupuestos para las piezas necesarias para construirlo. - Cálculo del modelo cinemático para el brazo robotizado. - Estudio, y puesta en marcha de un microcontrolador (Arduino Uno). - Montaje y programación del control del brazo robotizado desde Arduino. B. Estudio, instalación y familiarización con el entorno ROS (pseudo-sistema operativo utilizado para gestión de plataformas robóticas) y sensores relacionados, incluyendo:drivers OpenNI para comunicación con sensores Kinect; librerías PCL y OpenCV para facilitar las operaciones con imágenes 3D y 2D respectivamente; librerías para interacción entre ROS y Arduino C. Estudio e implementación del módulo de visión por computador con el sensor Kinect. Se han trabajado técnicas de segmentación de planos y agrupación en clusters para una detección sencilla de objetos/obstáculos sobre el suelo. D. Integración del control del brazo y el módulo de visión sobre el robot móvil: - Estudio del funcionamiento del robot-aspiradora y realización de un programa básico de control de movimiento del robot. - Implementación del programa principal que transmite la información obtenida por el sistema de visión al robot-aspiradora y al brazo-robot.

Se estudian diferentes métodos de visión por computador aplicados a dispositivos móviles con sistema operativo Android, orientados a mostrar realidad aumentada. Se pretende ser capaz de encontrar una superficie plana en la escena obtenida con la cámara del dispositivo, y proyectar sobre esta un modelo virtual de realidad aumentada. Las aplicaciones actuales de realidad aumentada dependen de un marcador, una imagen predefinida, que debe estar presente en la escena, y que indica dónde y cómo debe proyectarse el modelo virtual. La mejora que propone este proyecto supone eliminar esta necesidad y permitir que la realidad aumentada sea mostrada en cualquier superficie plana, detectada en tiempo real.

El procesamiento automático de imágenes tiene gran interés en el desarrollo de nuevas tecnologías y aplicaciones basadas en información visual. Hasta hace poco, estas tareas han estado limitadas a realizarse en ordenadores con gran capacidad de cómputo, debido a los altos requerimientos de los algoritmos utilizados. Sin embargo, estas limitaciones van desapareciendo gracias a las últimas generaciones de teléfonos móviles, los smartphones, que poseen capacidades de procesamiento mucho más altas. En particular, dentro del campo de la visión artificial y en particular en temas de reconocimiento automático, una tarea que se ve muy beneficiada de la portabilidad a dispositivos móviles es la detección y reconocimiento de texto, ya que se han generado nuevos ámbitos de aplicación. Con este trabajo de fin de máster se propone mejorar un sistema base existente de reconocimiento de texto en imágenes. El sistema base consiste en una aplicación para móviles capaz de extraer el texto de carteles rectangulares presentes en una fotografía capturada con el móvil. Actualmente existen muchos reconocedores de caracteres, llamados OCRs (del inglés Optical Character Recognition), que permiten extraer el texto de una imagen pero sus buenos resultados están muy condicionados a cómo se presenta el texto dentro de dicha imagen. Se requiere que el usuario enfoque con mucha precisión dónde se encuentran los textos a leer. Esta situación es una gran restricción y sobretodo muy poco realista y robusta, además de no permitir aprovechar estas tecnologías para, por ejemplo, dar servi cios a personas con problemas de visión. Aunque el prototipo tomado como base para este trabajo consigue mejorar los resultados obtenidos por un OCR convencional, sigue presentando limitaciones para el uso en escenarios generales. En particular, se va a realizar una evaluación exhaustiva del prototipo, y se va a diseñar e implementar mejoras que reduzcan las limitaciones actuales que presenta, para conseguir un reconocimiento más robusto. Dado que el campo donde se enmarca este trabajo es una rama activa dentro de la visión artificial, han aparecido nuevos enfoques dentro del reconocimiento de texto que obtienen mejores resultados que los tradicionales OCRs. Por ello, también se va a diseñar y evaluar la integración de este tipo de enfoques con el trabajo realizado. Los resultados obtenidos han sido satisfactorios, consiguiendo mejorar el prototipo base. También la evaluación realizada del proceso demuestra que éste consigue mejorar los resultados de otros OCRs existentes, además de mejorar, en determinados casos, los resultados de otras técnicas de extracción de texto más modernas. Con parte de estos resultados se redactó el siguiente articulo: “Towards robust and efficient text sign reading from a mobile phone” que fue publicado en el 2nd IEEE Workshop on Mobile Vision llevado a cabo junto con el ICCV 2011.

El objetivo del proyecto ha sido diseñar e implementar un sistema de reconocimiento de objetos basado en la información 3D que son capaces de obtener los nuevos sensores de visión y profundidad como kinect, para así comprobar las ventajas que ofrecen frente a las técnicas más convencionales. Para ello ha sido necesario un estudio de literatura relacionada con el problema, diseñar e implementar un sistema convencional de reconocimiento y evaluarlo, para poder encontrar las principales ventajas e inconvenientes que ofrecen las técnicas 2D. Después y como parte central del proyecto diseñar e implementar un sistema de reconocimiento que mezcla las técnicas 2D y 3D y evaluarlo para comprobar cuales son las principales ventajas que ofrece la tecnología 3D. Se ha desarrollado un sistema de reconocimiento que arroja unos resultados satisfactorios y de bajo coste de cómputo. Este sistema evidencia las mejoras que aportan las técnicas 3D frente a las convencionales. Por último, el sistema desarrollado se compara con otro sistema de características similares, donde se observa que el sistema desarrollado alcanza un buen rendimiento respecto a métodos recientes publicados en la literatura relacionada.

La visión es una de las fuentes de información más potentes que tenemos las personas. Ademáss, cada vez nos encontramos con más cámaras y grandes bases de datos de imágenes a nuestra disposición. Dada esta situación, el procesamiento automático e inteligente de imágenes esta adquiriendo gran relevancia en el desarrollo de nuevas tecnologías, que basan su desarrollo en técnicas de visión por computador. En particular, en este proyecto el trabajo se ha centrado en las tecnolog´ıas aplicables a dispositivos m´oviles para aprovechar sus cámaras integradas y su cada vez mayor capacidad de computo. En el presente proyecto se ha desarrollado una aplicación que pueda servir como guía turística aprovechando la cámara de un teléfono móvil, siendo capaz de reconocer diferentes edificios o monumentos mediante el procesamiento de imágenes. En esta aplicación, a diferencia de la gran mayoría de aplicaciones similares, el objetivo es poder realizar todo el procesamiento de la imagen en el dispositivo, mientras que muchas otras aplicaciones hacen uso de la red para poder acceder a sistemas m´as potentes que realicen los cálculos. Con este objetivo, se han estudiado y desarrollado diferentes técnicas de visión por computador que permitan el reconocimiento de un edificio, haciendo especial hincapíe, además de un buen rendimiento en el reconocimiento, en que sean capaces de ejecutarse en tales dispositivos con un tiempo de respuesta aceptable. El proceso llevado a cabo tiene dos grandes bloques. Por un lado, se ha recopilado una base de datos de imágenes de edificios de interés. Esta información de referencia debe almacenarse de manera adecuada para su posterior uso, para lo cual se ha dise˜nado un proceso basado en técnicas de extracción de puntos de interés en imágenes. Por otro lado se han estudiado diferentes métodos para el reconocimiento de la imagen del usuario. Este bloque tiene tres pasos básicos: el usuario captura una imagen de un edificio; la aplicación dise˜nada, comparará la información de esa imagen con las de referencia, haciendo uso de estructuras de búsqueda de árbol y vocabularios de descriptores de imágenes, muy utilizados en visión por computador. Una vez realizada la comparación, la aplicación devuelve la respuesta al usuario con información relativa al monumento. En este último paso, por un lado se devuelve información textual a cerca del monumento, y por otro lado se ha estudiado e implementado una técnica basada en la geometría entre varias imágenes de una misma escena, que permite a˜nadir información virtual, es decir, aumentar la realidad. Todas las técnicas estudiadas en cada paso han sido evaluadas en el entorno descrito y las configuraciones con mejor rendimiento han sido integradas con una interfaz implementada para la plataforma Android, también desarrollada en este proyecto. El prototipo final tiene unos resultados de reconocimiento buenos y un tiempo de respuesta adecuado para una aplicaci´on que necesita interactuar con un usuario.

La divulgación científica, cuya finalidad es hacer accesible la ciencia al público en general, es una tarea que cada vez está tomando mayor relevancia. Este proyecto trata el estudio de dos campos de investigación atractivos para el público en general y con muchos resultados interesantes en los últimos años, como son la robótica y la visión por computador. En particular, el proyecto se centra en el uso del dispositivo Kinect como interfaz para la interacción con el robot RoboNova-1, y en el diseño de una actividad basada en ello para utilizar como taller de divulgación científica. La aparición del sensor Kinect ha supuesto una revolución en el campo de la visión por computador y de la robótica, por las posibilidades que ofrece el mapa de profundidad capturado (imagen aumentada con información de distancia a la cámara del elemento representado en cada píxel) y por su bajo coste. Gracias al mapa de profundidad que Kinect aporta en tiempo real, se facilita mucho el trabajo de reconocimiento y segmentación de objetos en 3D. Esta característica facilita la segmentación de las distintas partes de una persona enfrente de la cámara, convirtiendo la kinect en un dispositivo muy apto para crear interfaces con gestos. El objetivo general del proyecto es la implementación de un interfaz gestual, mediante cámaras RGB-d, con un robot humanoide y diseñar con ello una actividad orientada a la divulgación de la robótica y la inteligencia artificial para niños y jóvenes. En el proceso de desarrollo podemos distinguir dos partes importantes, que son el reconocimiento de los gestos y la comunicación con el robot humanoide. Para el reconocimiento de los gestos se usa la imagen con información 3D captada por la cámara RGB-d para identificar y segmentar donde esta el usuario de la aplicación. La figura de la persona nos sirve para crear una estructura de esqueleto que captará los movimientos de la persona y en los brazos se seleccionan las zonas que determinarán las manos en 3D. Posteriormente este subconjunto de puntos en 3D se proyecta en blanco sobre una imagen negra, obteniendo la mano en 2D. Tras el filtrado del ruido, estas imágenes serán utilizadas por los métodos de clasificación para determinar a que gesto pertenece cada captura. El robot RoboNova-1 dispone de un software propio para su programación desde Windows. Esta aplicación nos permitirá introducir programas y secuencias de movimiento en la memoria interna del robot utilizando el programa RoboBasic. La comunicación con el robot se realizará mediante un módulo diseñado para otro robot, por lo que hubo que adaptarlo a las especificaciones de protocolos de comunicación utilizados por el chip MR-C3024 del RoboNova-1. La aplicación desarrollada se divide en dos bloques. El primero contiene las aplicaciones que nos servirán para capturar los datos necesarios en el entrenamiento de los métodos de clasificación de gestos. En el segundo bloque encontramos la aplicación principal que hará uso del interfaz gestual y con la que se evaluará el rendimiento de los métodos de clasificación. Una vez desarrollado el interfaz se preparó un taller que se llevó a cabo durante la celebración de la “V Semana de la ingeniería y arquitectura”. En él participaron estudiantes desde 3º de ESO hasta 2º de Bachiller. Durante una demostración se les explicó el funcionamiento del sistema y posteriormente fue probado por los estudiantes. Se obtuvo un buen resultado en el funcionamiento y buena aceptación entre los asistentes.

El negocio de la gestión de contenidos turísticos se ha vuelto muy competitivo en estos últimos tiempos. Desde la aparición de los dispositivos móviles de última generación o smartphones, los usuarios demandan la obtención de este tipo de servicios en cualquier lugar usando su conexión a Internet. La empresa Disline, dedicada a este tipo de productos, propuso la realización de un sistema de publicación de contenidos de interés turístico que se adecuara a las necesidades impuestas desde el mercado. Durante el presente proyecto se ha desarrollado un sistema que se compone de dos aplicaciones. Una parte llamada gestor web, desde la cual la empresa de creación de contenidos puede introducir información referente a los puntos de interés de un determinado entorno turístico. Una vez se ha introducido toda la información deseada, se generá una base de datos con los contenidos que puede ser usada en la segunda parte del sistema, la aplicación móvil. Esta aplicación muestra, usando la información que obtiene de la base de datos generada anteriormente, los puntos de interés deseados en forma de guía turística de forma que resulte útil para el usuario. En este proyecto se ha realizado una versión de la aplicación móvil para el sistema iOS. Además del desarrollo de las aplicaciones mencionadas anteriormente, se ha realizado un estudio sobre las técnicas de reconocimiento de objetos mediante visión por computador que son más adecuadas en el ámbito del proyecto. Aunque las técnicas que se basan en el reconocimiento del objeto sin utilizar ningún marcador adicional muestran grandes posibilidades, para la realización de un producto comercial las técnicas de reconocimiento de objetos mediante marcadores (códigos QR) son las que se encuentran más maduras actualmente y por ello se ha decidido implementar estas dentro de la aplicación. Finalmente, durante el desarrollo del proyecto, otras características interesantes para el sistema han sido identificadas en colaboración con la empresa para desarrollar en otros proyectos en paralelo o futuros que añadan dichas funcionalidades dentro del sistema.

En este Trabajo de Fin de Máster se presenta un nuevo método para crear mapas semánticos a partir de secuencias de imágenes omnidireccionales. El objetivo es diseñar el nivel superior de un mapa jerárquico: mapa semántico o mapa topológico aumentado, aprovechando y adaptando este tipo de cámaras. La segmentación de la secuencia de imágenes se realiza distinguiendo entre Lugares y Transiciones, poniendo especial énfasis en la detección de estas Transiciones ya que aportan una información muy útil e importante al mapa. Dentro de los Lugares se hace una clasificación más detallada entre pasillos y habitaciones de distintos tipos. Y dentro de las Transiciones distinguiremos entre puertas, jambas, escaleras y ascensores, que son los principales tipos de Transiciones que aparecen en escenarios de interior. Para la segmentación del espacio en estos tipos de áreas se han utilizado solo descriptores de imagen globales, en concreto Gist. La gran ventaja de usar este tipo de descriptores es la mayor eficiencia y compacidad frente al uso de descriptores locales. Además para mantener la consistencia espacio-temporal de la secuencia de imágenes, se hace uso de un modelo probabilístico: Modelo Oculto de Markov (HMM). A pesar de la simplicidad del método, los resultados muestran cómo es capaz de realizar una segmentación de la secuencia de imágenes en clusters con significado para las personas. Todos los experimentos se han llevado a cabo utilizando nuestro nuevo data set de imágenes omnidireccionales, capturado con una cámara montada en un casco, por lo que la secuencia sigue el movimiento de una persona durante su desplazamiento dentro de un edificio. El data set se encuentra público en Internet para que pueda ser utilizado en otras investigaciones.

Mucha de la información que recibimos es visual y, cada vez encontramos más cámaras y bases de datos de imágenes a nuestra disposición. Por ello, el procesamiento automático e “inteligente” de imágenes tiene mucho interés en el desarrollo de nuevas tecnologías y aplicaciones basadas en visión artificial. En particular, en este proyecto el trabajo se centra en las tecnologías en auge de aplicaciones móviles, y cómo hacer uso de las cámaras integradas en los smartphones y de su capacidad cada vez mayor de cómputo. Gracias a esto, se pueden desarrollar aplicaciones relacionadas con la visión por computador en móviles, algo impensable hasta hace poco debido a las grandes limitaciones que presentaban. En el presente proyecto se desarrolla una aplicación para el iPhone capaz de extraer el texto de carteles rectangulares presentes en una imagen. Aunque actualmente existen muchos reconocedores de caracteres, llamados Optical Character Recognitions (OCRs), que permiten extraer el texto de una imagen, sus buenos resultados están muy condicionados a cómo se presenta el texto dentro de dicha imagen. Se requiere que el usuario enfoque con mucha precisión dónde se encuentran los textos a leer. Esta situación es una gran restricción y sobretodo muy poco realista y robusta, además de no permitir aprovechar estas tecnologías para, por ejemplo, dar servicios a personas con problemas de visión. Por ello, un objetivo principal de este proyecto es desarrollar una aplicación que libere al usuario de tal restricción. El funcionamiento de la aplicación desarrollada puede resumirse en tres pasos: elección, procesamiento y lectura del texto de una imagen. Primero el usuario debe capturar una imagen. En el segundo paso se procesa dicha imagen para obtener una nueva que sea más adecuada, para que en el último paso, su texto pueda ser extraído fácilmente por un OCR ya existente integrado también en el teléfono. El trabajo desarrollado en este proyecto, se centra sobretodo en el segundo paso: diseñar e implementar un proceso por el cual obtener una imagen adecuada para conseguir unos buenos resultados con un OCR, y en diseñar un prototipo que presente un funcionamiento satisfactorio en el teléfono. Para ello, antes de comenzar con la fase de desarrollo ha sido necesario una familiarización con el entorno: desde el sistema operativo al entorno de programación, así como estudiar la viabilidad de la inclusión de librerías estándar al dispositivo. En el proyecto se ha diseñado e implementado un detector de rectángulos y un modelo para evaluar la probabilidad de que éstos contengan texto. También se han comparado tres OCRs con el fin de seleccionar aquel que mejor se adapta al proyecto y se ha integrado todo lo anterior creando un prototipo real para el iPhone. La aplicación se ha probado tanto en el simulador como en dos dispositivos físicos: un iPhone 4 y un iPod Touch. Los resultados obtenidos han sido satisfactorios, consiguiendo un prototipo realista, y que podría utilizarse tanto como traductor de textos como asistente de lectura ante deficiencias visuales.

El procesado automático de imágenes y secuencias de imágenes es una necesidad que aparece por la gran cantidad de información que se puede recopilar actualmente en forma de imágenes y vídeos. El tratamiento manual de tal cantidad de información resulta imposible. Este trabajo se centra en la detección y clasificación de objetos y/o regiones de interés en secuencias de imágenes tomadas en ambientes de interior. La idea es que el procesado de las secuencias se realice de manera semiautomática, el usuario solo actúa sobre la primera imagen de la secuencia, procesándose las demás de un modo autónomo.\\ En particular, este trabajo se centra en el procesado automático de secuencias de interiores adquiridas por un robot móvil. En este entorno, el tipo de regiones y objetos que vamos a detectar son: regiones características principales para la navegación en secuencias de interior, como suelo, pared y techo; objetos importantes para la navegación, como puertas; el resto de objetos que pertenezcan a otras clases han sido asociados a un grupo genérico.\\ Para el procesamiento automático de una secuencia, se han desarrollado los siguientes módulos partiendo de un proceso base inicial, respecto del cual todos los pasos han sido rediseñados para mejorar los resultados: Segmentación de las imágenes; descripción de cada segmento; estudio de posibles descriptores de las características de cada uno de los segmentos que forman la imagen. Los descriptores se pueden dividir en cuatro grandes grupos: de color, textura, forma y posición; modelado de las regiones a detectar; cada uno de los segmentos que forman la imagen es comparado con los grupos que componen el modelo y se estima la probabilidad que tiene cada segmento de pertenecer a cada una de las regiones u objetos a detectar. Finalmente, el procesado de cada fotograma, incluye un filtrado que tiene en cuenta tanto la probabilidad de cada segmento de pertenecer a un objeto/región como la relación de el segmento con los segmentos vecinos.

Los Lego Mindstorm son unos robots fabricados por Lego, que pese a lo que pueda parecer, no son un mero juguete, debido a las capacidades y posibilidades que ofrecen. Cuentan con una CPU en un sistema embebido al cual se pueden conectar servomotores, una gran cantidad de sensores, y que tiene conexión USB y Bluetooth para comunicaciones. Ademas, el hecho de utilizar piezas estandard de lego da mucha flexibilidad al tipo de modelos que se pueden construir. Estos robots ya se utilizan mucho en actividades didácticas a todos los niveles, desde actividades con niños en colegios, prácticas en asignaturas de universidad o incluso como base para experimentos de proyectos de investigación sobre robótica. El objetivo de este proyecto es analizar las posibilidades de estos robots para el aprendizaje y/o investigación práctica sobre robots móviles autónomos. Además, se quiere diseñar un entorno modular y extensible que permita realizar tareas básicas de robótica móvil de manera sencilla y monitorizarlas, como una herramienta base para futuros trabajos. En primer lugar, se realizó la elección y familiarización del entorno de programación para los Mindstorms de entre la gran cantidad de posibilidades. En nuestro caso elegimos leJOS, un firmware que instala una máquina virtual Java en el robot, permite programar en Java, y además ofrece una completa API tanto para el robot como para el ordenador. Este trabajo incluye un estudio de las técnicas y algoritmos necesarios para conseguir las funcionalidades principales que se quieren desarrollar sobre los Mindstorms, además de su implementación. Se pueden agrupar en: Generación de movimientos: Utilizando la información de la odometría y los distintos sensores, el robot es capaz de estimar su posición y moverse hacia un objetivo siguiendo un sistema de bucle cerrado. Navegación reactiva y planicada: Utilizando un mapa del entorno, el robot puede encontrar una ruta óptima y navegar por ella, teniendo la posibilidad de detectar obstáculos, modificar el mapa y calcular una ruta alternativa en función de ellos. Utilización los sensores disponibles para realización de tareas típicas en robótica, como construcción de un modelo del entorno con el sonar o seguimiento de objetos con la cámara. También se ha diseñado un módulo para monitorización y control de dichas actividades, que se comunique de manera remota con el robot y que permita darle ordenes, así como hacer un seguimiento de las lecturas de sus sensores y de su posición. Para la implementación y prueba de todos estos módulos, se han diseñado y construido dos robots, uno con una cinemática basada en traccion diferencial, y otro con cinemática tipo coche, para poder comparar estos dos tipos habituales de robot móvil. Esta memoria incluye detalles de ambos modelos y de cómo se han implementado y evaluado en ellos todas las funcionalidades requeridas, utilizando distintos tipos de sensores y analizando la precisión y el tipo de tareas que se pueden resolver con cada uno. Se debe tener en cuenta a la hora de analizar los resultados que la precisión de estos sensores no va a ser excesivamente alta, por el precio mucho más bajo en comparación con los componentes de robots más "reales". Pese a ello, se consiguen resultados bastante satisfactorios y los robots dise~nados pueden realizar de manera autónoma tareas como navegar en espacios no muy amplios, y el sistema de monitorización permite que el trabajo para desarrollar nuevas funcionalidades sea mucho más cómodo.

OBJETIVO: A propósito de un caso de schwannoma retroperitoneal con características histológicas poco frecuentes, se evalúa su significación clínica e indicaciones de manejo terapeutico. MÉTODOS: Presentación de un caso de schwannoma retroperitoneal benigno, como hallazgo incidental, al practicar una Resonancia Magnética, en una paciente de 70 años cuya clínica era de una lumbociática de seis meses de evolución. Revisión bibliográfica. RESULTADOS: Tras la exéresis quirúrgica se llegó al diagnóstico de schwannoma retroperitoneal antiguo. No se administra ningún tratamiento complementario. No se ha evidenciado recidiva durante seguimiento. Los cambios histológicos que se ven en los casos de schawannoma antiguo se han interpretado como degenerativos, indicando una larga evolución, que ha motivado su denominación de "antiguos". Algunos de los casos fueron diagnosticados como malignos. CONCLUSIONES: El schwannoma antiguo es una variante poco habitual del schwannoma común benigno. Microscópicamente muestra áreas de tejido hipocelular y núcleos pleomórficos sugestivos de malignidad. Su manejo terapéutico es similar al de otros procesos benginos retroperitoneales, mediante exéresis quirúrgica y seguimiento. OBJECTIVES: We report one case of retroperitoneal schwannoma with unfrequent histological characteristics evaluating its clinical significance and therapeutic options. METHODS: We report the case of a benign retroperitoneal schwannoma as an incidental MRI finding in a 70-yearold female patient with symptoms of lumbosciatic pain for 6 months. We perform a bibliographic review. RESULTS: After surgical excision the diagnosis was retroperitoneal old schwannoma. No additional treatment was given. There is no evidence of recurrence on follow-up. The histological changes apparent in the cases of old schwannoma have been interpreted as degenerative, indicating a long evolution, which has motivated its denomination as old. Some cases have been diagnosed as malignant. CONCLUSIONS: The old schwannoma is a rare variety of the benign common schwannoma. Microscopically its shows areas of hypocellular tissue and pleomorphic nuclei suggestive of malignancy. Therapeutic management is similar to other benign retroperitoneal processes, surgical excision and followup.