Estudio sobre detectores y descriptores de segmentos rectilíneos

Olivares Gil, Alicia (2020). Estudio sobre detectores y descriptores de segmentos rectilíneos. Thesis (Master thesis), E.T.S. de Ingenieros Informáticos (UPM).

Description

Title: Estudio sobre detectores y descriptores de segmentos rectilíneos
Author/s:
  • Olivares Gil, Alicia
Contributor/s:
  • Suárez Canosa, Xoan Iago
  • Baumela Molina, Luis
Item Type: Thesis (Master thesis)
Masters title: Inteligencia Artificial
Date: July 2020
Subjects:
Faculty: E.T.S. de Ingenieros Informáticos (UPM)
Department: Inteligencia Artificial
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 (22MB) | Preview

Abstract

El emparejamiento de segmentos rectilíneos es un problema de visión por computador con un interés considerable. Las escenas que contienen estructuras construidas por seres humanos se caracterizan mucho mejor mediante segmentos rectilíneos que mediante esquinas o manchas. Por esta razón, en los últimos años se han propuesto varios métodos capaces de realizar esta tarea, pero existe una metodología estándar para evaluar el rendimiento de los métodos de forma insesgada. En este trabajo el objetivo principal es introducir un marco de evaluación automática para métodos de detección, descripción y emparejamiento de segmentos rectilíneos. Esto se realiza empleando bases de datos de imágenes que nos permitan conocer la posición de un punto en otra imagen de la misma escena y proponiendo métricas para comparar la distancia relativa entre dos segmentos penalizando distintas situaciones indeseadas en función del objetivo perseguido. Además, para este propósito se genera una nueva base de datos de trozos de imagne que incluyen con segmentos rectilíneos a partir de la base de datos de escenas de HPatches, y se introduce un nuevo método de emparejamiento de segmentos rectilíneos basado en el descriptor binario BEBLID, que se construye aplicando técnicas de aprendizaje automático supervisado a un conjunto de imágenes.---ABSTRACT---Straight segment matching is a computer vision problem with considerable interest. Scenes containing human-made structures are much better characterized by straight segments than by corners or blobs. For this reason, several methods capable of performing this task have been proposed in recent years, but no standard methodology has been proposed to evaluate the performance of these methods in an unbiased manner. The main objective in this work is to introduce a framework for automatic evaluation of segment detection, description and matching methods. This is done using image databases that allow us to know the position of a point in another image of the same scene and proposing metrics to compare the relative distance between two segments by penalizing different situations on the objective pursued. Furthermore, for this purpose a new patch database with straight segments is generated from the HPatches scene database. We also introduce a new segment mathing method based on the binary descriptor BEBLID.

More information

Item ID: 63767
DC Identifier: http://oa.upm.es/63767/
OAI Identifier: oai:oa.upm.es:63767
Deposited by: Biblioteca Facultad de Informatica
Deposited on: 11 Sep 2020 09:24
Last Modified: 11 Sep 2020 09:24
  • 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