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
- Institución
- Universidad Nacional de Buenos Aires. Facultad de Ciencias Exactas y Naturales
- OAI Identificador
- seminario:seminario_nCOM000439_Bianchi
Ver los metadatos del registro completo
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 |