Comparativa de algoritmos de detección de características para visión artificial

Narro Martín, Alberto Javier (2019). Comparativa de algoritmos de detección de características para visión artificial. Proyecto Fin de Carrera / Trabajo Fin de Grado, E.T.S.I. de Sistemas Informáticos (UPM), Madrid.

Description

Title: Comparativa de algoritmos de detección de características para visión artificial
Author/s:
  • Narro Martín, Alberto Javier
Contributor/s:
  • Gómez Martín, Francisco
Item Type: Final Project
Degree: Grado en Ingeniería del Software
Date: July 2019
Subjects:
Freetext Keywords: Structure From Motion
Faculty: E.T.S.I. de Sistemas Informáticos (UPM)
Department: Matemática Aplicada a las Tecnologías de la Información y las Comunicaciones
Creative Commons Licenses: Recognition - No derivative works - Non commercial

Full text

[img]
Preview
PDF - Requires a PDF viewer, such as GSview, Xpdf or Adobe Acrobat Reader
Download (1MB) | Preview

Abstract

La detección de características es uno de los componentes esenciales de varias aplicaciones de visión artificial, por lo que ha recibido una creciente atención en los últimos años. Se ha propuesto durante todo este tiempo una gran variedad de detectores y descriptores de características atendiendo a los parámetros elegidos a la hora de hacer la selección de características. Todas las aplicaciones de visión artificial dependen de la presencia de características fiables y estables, por lo que es importante que estas se seleccionen correctamente. Los objetivos de este proyecto son describir los pasos de la tecnica Structure From Motion (SFM), donde encaja la detección de características e indica la importancia de seleccionar el algoritmo adecuado para localizarlas. También se analizarán los algoritmos más conocidos (Moravec, Harris y Shi-Tomasi), mostrando sus ventajas y desventajas, así como méetodos de evaluar el rendimiento. Abstract: Features detection is one of the essential components of several artifficial vision applications; this is the reason why it has received an increasing attention in the last few years. A wide variety of detectors and feature descriptors have been proposed during all this time, taking into account the parameters chosen when selecting the features. All applications of artifficial vision depend on the presence of reliable and stable features, so it is important that these are selected correctly. The objectives of this project are to describe the steps of the Structure From Motion (SFM) technique, where the detection of characteristics fits and indicate the importance of selecting the appropriate algorithm to locate them. We will also analyze the best known algorithms (Moravec, Harris and Shi-Tomasi algorithms), showing their advantages and disadvantages, as well as methods of evaluating their performance.

More information

Item ID: 56421
DC Identifier: http://oa.upm.es/56421/
OAI Identifier: oai:oa.upm.es:56421
Deposited by: Biblioteca Universitaria Campus Sur
Deposited on: 16 Sep 2019 07:10
Last Modified: 16 Sep 2019 07:10
  • Logo InvestigaM (UPM)
  • Logo GEOUP4
  • Logo Open Access
  • Open Access
  • Logo Sherpa/Romeo
    Check whether the anglo-saxon journal in which you have published an article allows you to also publish it under open access.
  • Logo Dulcinea
    Check whether the spanish journal in which you have published an article allows you to also publish it under open access.
  • Logo de Recolecta
  • Logo del Observatorio I+D+i UPM
  • Logo de OpenCourseWare UPM