Seguimiento de objetos en secuencias de imágenes RGB-D

Autores
Bianchi, Mariano
Año de publicación
2015
Idioma
español castellano
Tipo de recurso
tesis de grado
Estado
versión publicada
Colaborador/a o director/a de tesis
Gómez Fernández, Francisco Roberto
Descripción
Actualmente las posibles aplicaciones de métodos de seguimiento son muchas y su utilización puede encontrarse tanto en procesos industriales como en la industria del entretenimiento. La creciente popularización de sensores RGB-D provoca un gran interés científico para desarrollar nuevas técnicas de procesamiento de imágenes y adaptar otras ya conocidas utilizando toda la información provista por estos sensores. En este trabajo presentamos un sistema de seguimiento separado en etapas y analizamos distintos métodos de detección y seguimiento en RGB, en profundidad y usando una combinación de ambos. El esquema de este sistema fue implementado de manera modular permitiendo explorar de manera sencilla nuevos métodos y combinaciones para cada una de las etapas. Utilizando datos de ground truth obtenidos de una base de datos de escenas y objetos analizamos el funcionamiento de nuestro sistema. Los resultados obtenidos muestran que el sistema tiene un alto porcentaje de eficiencia para la mayoría de los casos analizados. El sistema se adapta bien a objetos no planos. Logramos obtener mejores resultados al utilizar la información de profundidad en conjunto con las imágenes RGB que utilizando solo una de ellas a la vez. Los resultados también permitieron ver que para que el método de seguimiento funcione de la mejor manera es importante contar con un método de detección preciso.
Nowadays, tracking methods have a lot of applications and can be found in different environments such as industrial processes and the entertainment industry. The growing popularization of RGB-D sensors has triggered a great scientific interests to develop new image processing techniques and to adapt known technics using all the information provided by these sensors. In this work we present a tracking system divided in stages and an analysis of different detection and tracking methods in RGB, depth and combination of both. The system’s scheme was implemented in a modular fashion to explore in a simple way new methods and the best combination of them for each one of the stages. Using ground truth data obtained from a database of scenes and objects we analyse our system’s performance. The results show that our system has a high efficiency for most of the analysed examples. Our system adapts correctly to non planar objects. We achieved better results combining both depth and RGB images rather than using them separately. Also, the obtained results let us see how important is to count with a precise detection stage in order to have a tracking system that work efficiently.
Fil: Bianchi, Mariano. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales; Argentina.
Materia
TRACKING RGB-D
SEGUIMIENTO
ICP
TEMPLATE MATCHING
ESTIMACION DE POSE
ALINEACION
TRACKING RGB-D
TRACKING
ICP
TEMPLATE MATCHING
POSE ESTIMATION
ALIGNING
Nivel de accesibilidad
acceso abierto
Condiciones de uso
https://creativecommons.org/licenses/by-nc-sa/2.5/ar
Repositorio
Biblioteca Digital (UBA-FCEN)
Institución
Universidad Nacional de Buenos Aires. Facultad de Ciencias Exactas y Naturales
OAI Identificador
seminario:seminario_nCOM000439_Bianchi

id BDUBAFCEN_8dac9e9b986fa577ad4e57065beee9f7
oai_identifier_str seminario:seminario_nCOM000439_Bianchi
network_acronym_str BDUBAFCEN
repository_id_str 1896
network_name_str Biblioteca Digital (UBA-FCEN)
spelling Seguimiento de objetos en secuencias de imágenes RGB-DObject tracking using rgb-d image sequencesBianchi, MarianoTRACKING RGB-DSEGUIMIENTOICPTEMPLATE MATCHINGESTIMACION DE POSEALINEACIONTRACKING RGB-D TRACKINGICPTEMPLATE MATCHINGPOSE ESTIMATIONALIGNINGActualmente las posibles aplicaciones de métodos de seguimiento son muchas y su utilización puede encontrarse tanto en procesos industriales como en la industria del entretenimiento. La creciente popularización de sensores RGB-D provoca un gran interés científico para desarrollar nuevas técnicas de procesamiento de imágenes y adaptar otras ya conocidas utilizando toda la información provista por estos sensores. En este trabajo presentamos un sistema de seguimiento separado en etapas y analizamos distintos métodos de detección y seguimiento en RGB, en profundidad y usando una combinación de ambos. El esquema de este sistema fue implementado de manera modular permitiendo explorar de manera sencilla nuevos métodos y combinaciones para cada una de las etapas. Utilizando datos de ground truth obtenidos de una base de datos de escenas y objetos analizamos el funcionamiento de nuestro sistema. Los resultados obtenidos muestran que el sistema tiene un alto porcentaje de eficiencia para la mayoría de los casos analizados. El sistema se adapta bien a objetos no planos. Logramos obtener mejores resultados al utilizar la información de profundidad en conjunto con las imágenes RGB que utilizando solo una de ellas a la vez. Los resultados también permitieron ver que para que el método de seguimiento funcione de la mejor manera es importante contar con un método de detección preciso.Nowadays, tracking methods have a lot of applications and can be found in different environments such as industrial processes and the entertainment industry. The growing popularization of RGB-D sensors has triggered a great scientific interests to develop new image processing techniques and to adapt known technics using all the information provided by these sensors. In this work we present a tracking system divided in stages and an analysis of different detection and tracking methods in RGB, depth and combination of both. The system’s scheme was implemented in a modular fashion to explore in a simple way new methods and the best combination of them for each one of the stages. Using ground truth data obtained from a database of scenes and objects we analyse our system’s performance. The results show that our system has a high efficiency for most of the analysed examples. Our system adapts correctly to non planar objects. We achieved better results combining both depth and RGB images rather than using them separately. Also, the obtained results let us see how important is to count with a precise detection stage in order to have a tracking system that work efficiently.Fil: Bianchi, Mariano. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales; Argentina.Universidad de Buenos Aires. Facultad de Ciencias Exactas y NaturalesGómez Fernández, Francisco Roberto2015-03-18info:eu-repo/semantics/bachelorThesisinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_7a1finfo:ar-repo/semantics/tesisDeGradoapplication/pdfhttps://hdl.handle.net/20.500.12110/seminario_nCOM000439_Bianchispainfo:eu-repo/semantics/openAccesshttps://creativecommons.org/licenses/by-nc-sa/2.5/arreponame:Biblioteca Digital (UBA-FCEN)instname:Universidad Nacional de Buenos Aires. Facultad de Ciencias Exactas y Naturalesinstacron:UBA-FCEN2025-09-04T09:49:27Zseminario:seminario_nCOM000439_BianchiInstitucionalhttps://digital.bl.fcen.uba.ar/Universidad públicaNo correspondehttps://digital.bl.fcen.uba.ar/cgi-bin/oaiserver.cgiana@bl.fcen.uba.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:18962025-09-04 09:49:28.14Biblioteca Digital (UBA-FCEN) - Universidad Nacional de Buenos Aires. Facultad de Ciencias Exactas y Naturalesfalse
dc.title.none.fl_str_mv Seguimiento de objetos en secuencias de imágenes RGB-D
Object tracking using rgb-d image sequences
title Seguimiento de objetos en secuencias de imágenes RGB-D
spellingShingle Seguimiento de objetos en secuencias de imágenes RGB-D
Bianchi, Mariano
TRACKING RGB-D
SEGUIMIENTO
ICP
TEMPLATE MATCHING
ESTIMACION DE POSE
ALINEACION
TRACKING RGB-D
TRACKING
ICP
TEMPLATE MATCHING
POSE ESTIMATION
ALIGNING
title_short Seguimiento de objetos en secuencias de imágenes RGB-D
title_full Seguimiento de objetos en secuencias de imágenes RGB-D
title_fullStr Seguimiento de objetos en secuencias de imágenes RGB-D
title_full_unstemmed Seguimiento de objetos en secuencias de imágenes RGB-D
title_sort Seguimiento de objetos en secuencias de imágenes RGB-D
dc.creator.none.fl_str_mv Bianchi, Mariano
author Bianchi, Mariano
author_facet Bianchi, Mariano
author_role author
dc.contributor.none.fl_str_mv Gómez Fernández, Francisco Roberto
dc.subject.none.fl_str_mv TRACKING RGB-D
SEGUIMIENTO
ICP
TEMPLATE MATCHING
ESTIMACION DE POSE
ALINEACION
TRACKING RGB-D
TRACKING
ICP
TEMPLATE MATCHING
POSE ESTIMATION
ALIGNING
topic TRACKING RGB-D
SEGUIMIENTO
ICP
TEMPLATE MATCHING
ESTIMACION DE POSE
ALINEACION
TRACKING RGB-D
TRACKING
ICP
TEMPLATE MATCHING
POSE ESTIMATION
ALIGNING
dc.description.none.fl_txt_mv Actualmente las posibles aplicaciones de métodos de seguimiento son muchas y su utilización puede encontrarse tanto en procesos industriales como en la industria del entretenimiento. La creciente popularización de sensores RGB-D provoca un gran interés científico para desarrollar nuevas técnicas de procesamiento de imágenes y adaptar otras ya conocidas utilizando toda la información provista por estos sensores. En este trabajo presentamos un sistema de seguimiento separado en etapas y analizamos distintos métodos de detección y seguimiento en RGB, en profundidad y usando una combinación de ambos. El esquema de este sistema fue implementado de manera modular permitiendo explorar de manera sencilla nuevos métodos y combinaciones para cada una de las etapas. Utilizando datos de ground truth obtenidos de una base de datos de escenas y objetos analizamos el funcionamiento de nuestro sistema. Los resultados obtenidos muestran que el sistema tiene un alto porcentaje de eficiencia para la mayoría de los casos analizados. El sistema se adapta bien a objetos no planos. Logramos obtener mejores resultados al utilizar la información de profundidad en conjunto con las imágenes RGB que utilizando solo una de ellas a la vez. Los resultados también permitieron ver que para que el método de seguimiento funcione de la mejor manera es importante contar con un método de detección preciso.
Nowadays, tracking methods have a lot of applications and can be found in different environments such as industrial processes and the entertainment industry. The growing popularization of RGB-D sensors has triggered a great scientific interests to develop new image processing techniques and to adapt known technics using all the information provided by these sensors. In this work we present a tracking system divided in stages and an analysis of different detection and tracking methods in RGB, depth and combination of both. The system’s scheme was implemented in a modular fashion to explore in a simple way new methods and the best combination of them for each one of the stages. Using ground truth data obtained from a database of scenes and objects we analyse our system’s performance. The results show that our system has a high efficiency for most of the analysed examples. Our system adapts correctly to non planar objects. We achieved better results combining both depth and RGB images rather than using them separately. Also, the obtained results let us see how important is to count with a precise detection stage in order to have a tracking system that work efficiently.
Fil: Bianchi, Mariano. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales; Argentina.
description Actualmente las posibles aplicaciones de métodos de seguimiento son muchas y su utilización puede encontrarse tanto en procesos industriales como en la industria del entretenimiento. La creciente popularización de sensores RGB-D provoca un gran interés científico para desarrollar nuevas técnicas de procesamiento de imágenes y adaptar otras ya conocidas utilizando toda la información provista por estos sensores. En este trabajo presentamos un sistema de seguimiento separado en etapas y analizamos distintos métodos de detección y seguimiento en RGB, en profundidad y usando una combinación de ambos. El esquema de este sistema fue implementado de manera modular permitiendo explorar de manera sencilla nuevos métodos y combinaciones para cada una de las etapas. Utilizando datos de ground truth obtenidos de una base de datos de escenas y objetos analizamos el funcionamiento de nuestro sistema. Los resultados obtenidos muestran que el sistema tiene un alto porcentaje de eficiencia para la mayoría de los casos analizados. El sistema se adapta bien a objetos no planos. Logramos obtener mejores resultados al utilizar la información de profundidad en conjunto con las imágenes RGB que utilizando solo una de ellas a la vez. Los resultados también permitieron ver que para que el método de seguimiento funcione de la mejor manera es importante contar con un método de detección preciso.
publishDate 2015
dc.date.none.fl_str_mv 2015-03-18
dc.type.none.fl_str_mv info:eu-repo/semantics/bachelorThesis
info:eu-repo/semantics/publishedVersion
http://purl.org/coar/resource_type/c_7a1f
info:ar-repo/semantics/tesisDeGrado
format bachelorThesis
status_str publishedVersion
dc.identifier.none.fl_str_mv https://hdl.handle.net/20.500.12110/seminario_nCOM000439_Bianchi
url https://hdl.handle.net/20.500.12110/seminario_nCOM000439_Bianchi
dc.language.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
https://creativecommons.org/licenses/by-nc-sa/2.5/ar
eu_rights_str_mv openAccess
rights_invalid_str_mv https://creativecommons.org/licenses/by-nc-sa/2.5/ar
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales
publisher.none.fl_str_mv Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales
dc.source.none.fl_str_mv reponame:Biblioteca Digital (UBA-FCEN)
instname:Universidad Nacional de Buenos Aires. Facultad de Ciencias Exactas y Naturales
instacron:UBA-FCEN
reponame_str Biblioteca Digital (UBA-FCEN)
collection Biblioteca Digital (UBA-FCEN)
instname_str Universidad Nacional de Buenos Aires. Facultad de Ciencias Exactas y Naturales
instacron_str UBA-FCEN
institution UBA-FCEN
repository.name.fl_str_mv Biblioteca Digital (UBA-FCEN) - Universidad Nacional de Buenos Aires. Facultad de Ciencias Exactas y Naturales
repository.mail.fl_str_mv ana@bl.fcen.uba.ar
_version_ 1842340720592027648
score 12.623145