<> "The repository administrator has not yet configured an RDF license."^^ . <> . . . "Navegación autónoma en entornos de interior basada en mapas topológicos visuales con técnicas de transformaciones reductoras (PCA y LDA)"^^ . "La localización de vehículos viene resuelta desde hace una década con la tecnología GPS. Sin embargo, en espacios reducidos cubiertos como el interior de un\r\nedificio, la precisión del GPS falla. Es por ello que es necesario desarrollar otro tipo\r\nde tecnologías que permitan un posicionamiento preciso en entornos de interior.\r\nEn este proyecto se analizan y comparan dos técnicas de Visión por Computador,\r\nEigenlandmarks y Fisherlandmarks, basadas en transformaciones reductoras de dimensión, PCA y LDA respectivamente, para construir un reconocedor de landmarks\r\nque, asociado a un mapa topológico, sirva para localizar a tiempo real un robot\r\nmóvil en un entorno de interior.\r\nPrimeramente, se evaluará el rendimiento de las dos técnicas mencionadas en un\r\ndataset de imágenes pertenecientes a 7 landmarks distintos que se encuentran en diferentes\r\nzonas de la planta de un edificio. Para ello, se ha realizado una clasificación\r\nK-NN con validación cruzada leaving-one-out, analizando también cual de las dos\r\nmétricas empleadas, Euclídea o Mahalanobis, ofrece rendimientos mayores.\r\nY en segundo lugar, se planteará el algoritmo de un reconocedor de landmarks\r\ndinámico. Este reconocedor será capaz de analizar los frames de un vídeo y determinar\r\ncuándo se encuentra frente a un landmark. Se probarán distintas técnicas de\r\nprocesamiento de imagen cuyo rendimiento sin el uso del mapa topológico no será\r\nlo sufientemente efectivo. Es por ello que se planteará un algoritmo robusto que,\r\nademás de explotar la información del mapa topológico, realice dos transformaciones\r\nsobre los frames: proyectiva y reductora. La primera con la intención de alinear los\r\nframes con las imágenes del dataset, mientras que la segunda se usará para buscar\r\nel vecino más cercano y asignarle su clase en caso de que la distancia esté por debajo\r\nde un umbral.---ABSTRACT---Vehicle location was solved a decade ago with the GPS technology. Nevertheless,\r\nin small indoors places like the inside of a building, GPS accuracy fails. This is the\r\nreason why it is necessary to develop other kind of technologies that provide precise\r\npositioning in indoor environments. In this project two Computer Vision techni-\r\nques, Eigenlandmarks and Fisherlandmarks, based on dimension reductive transfor-\r\nmations, PCA and LDA respectively, are analysed and compared in order to build a\r\nlandmark recognizer which, linked to a topological map, allows real-time localization\r\nof a mobile robot in an indoor environment.\r\nFirstly, the accuracy of the above-mentioned techniques will be evaluated in a\r\ndataset of images from 7 diferent landmarks located in the inside of a building's\r\n\r\noor. In order to comply this, a K-NN classification has been carried out, analysing\r\nas well which of the metrics used, Euclidean or Mahalanobis, provides better results.\r\nAnd secondly, a dynamic landmark recognizer algorithm will be proposed. This\r\nrecognizer will be capable of analysing video frames and determining whether there is\r\na landmark or not, and which landmark is it. Diferent image processing techniques\r\nwhose accuracy without the use of the topological map will not be efectie enough will\r\nbe tested. This will lead to the proposition of a robust algorithm which will perform\r\ntwo transformations in the frames: projective and reductive. The first one will serve\r\nto align the frames with the images in the dataset, while the second one will be used\r\nto search the nearest neighbor and assign its label to the frame providing the distance\r\nis below a thershold."^^ . "2018" . . . "ETSI_Informatica"^^ . . . "Inteligencia_Artificial, ETSI_Informatica"^^ . . . . . . . . <> . . "Pablo"^^ . "Trullos Pastor"^^ . "Pablo Trullos Pastor"^^ . . "Darío"^^ . "Maravall Gómez-Allende"^^ . "Darío Maravall Gómez-Allende"^^ . . . . . . "Navegación autónoma en entornos de interior basada en mapas topológicos visuales con técnicas de transformaciones reductoras (PCA y LDA) (PDF)"^^ . . . "TFM_PABLO_TRULLOS_PASTOR.pdf"^^ . . . "Navegación autónoma en entornos de interior basada en mapas topológicos visuales con técnicas de transformaciones reductoras (PCA y LDA) (Other)"^^ . . . . . . "lightbox.jpg"^^ . . . "Navegación autónoma en entornos de interior basada en mapas topológicos visuales con técnicas de transformaciones reductoras (PCA y LDA) (Other)"^^ . . . . . . "preview.jpg"^^ . . . "Navegación autónoma en entornos de interior basada en mapas topológicos visuales con técnicas de transformaciones reductoras (PCA y LDA) (Other)"^^ . . . . . . "medium.jpg"^^ . . . "Navegación autónoma en entornos de interior basada en mapas topológicos visuales con técnicas de transformaciones reductoras (PCA y LDA) (Other)"^^ . . . . . . "small.jpg"^^ . . . "Navegación autónoma en entornos de interior basada en mapas topológicos visuales con técnicas de transformaciones reductoras (PCA y LDA) (Other)"^^ . . . . . . "indexcodes.txt"^^ . . "HTML Summary of #52239 \n\nNavegación autónoma en entornos de interior basada en mapas topológicos visuales con técnicas de transformaciones reductoras (PCA y LDA)\n\n" . "text/html" . . . "Informática"@es . "Computer Science"@en . .