Sistema de detección de señales de tráfico para la localización de intersecciones viales y frenado anticipado

Una Revisión Sistemática de Métodos para Localizar Automáticamente Objetos en Imágenes

“…Existen varias propuestas que emplean sensores especializados, como Lidar (del inglés, LIght Detection And Ranging), que tienen como objetivo la conducción totalmente autónoma. No obstante, debido al alto coste de estos sistemas y la mejora en la detección de objetos mediante visión computacional, en la actualidad se han desarrollado más sistemas para la detección de objetos en vehículos automáticos mediante el análisis de imágenes basados en estrategias de ventana deslizante (Shah et al, 2018;Yi et al, 2018;Sepúlveda et al, 2017) y de aprendizaje profundo (Garnett et al, 2017;Levi et al, 2015a). Shah et al (2018) proponen una estrategia para la detección de obstáculos en la vía que utiliza una cámara de vídeo fijada al vehículo.…”

“…Además, la localización previa es fundamen-tal en el análisis automático de imágenes, cuyo objetivo puede ser la segmentación, que consiste en separar los objetos de interés del fondo, en el reconocimiento o recuperación de objetos (Saikia et al, 2017;García-Olalla et al, 2018), o en el análisis de la relación espacial entre los objetos contenidos en una imagen (Lampert et al, 2008). Actualmente, hay una gran cantidad de aplicaciones que requieren una localización precisa de los objetos, como es el caso de la necesidad que tienen los vehículos autónomos de localizar peatones (Dollár et al, 2009;Li et al, 2018;Du et al, 2017;Brazil et al, 2017;Wang et al, 2018) u obstáculos (Shah et al, 2018;Yi et al, 2018;Garnett et al, 2017;Sepúlveda et al, 2017), la localización de vehículos en sistemas de control de tráfico, se encuentren o no en imágenesáereas (Zhong et al, 2017;Ammour et al, 2017;Tang et al, 2017;Xu et al, 2017a;Lee et al, 2017), la localización de lesiones o anormalidades en tejidos que usan los sistemas de diagnóstico clínico asistido por computador (He et al, 2018;Ma et al, 2017;Jiamin et al, 2017;Sa et al, 2017;Heo et al, 2017), la detección de objetos para el control de calidad que requieren los sistemas de inspección visual (Cao et al, 2018;Chen et al, 2018;Shi et al, 2017;Ferguson et al, 2017), o la localización de obstáculos que tienen que realizar los sistemas de navegación de robots (Lee et al, 2015;Luo et al, 2017), entre otras. Sin embargo, la correcta localización de objetos es difícil debido a múltiples factores, entre los que destacan la falta de calidad de la imagen, condiciones de iluminación cambiantes, objetos con forma no rígida o los cambios en la apariencia de los objetos a localizar (Felzenszwalb et al, 2010;…”

Identificación de carreteras convencionales mediante técnicas de soft computing

“…La actual categorización de las carreteras puede llegar a ser un problema debido a la señalética [10]. Las carreteras se clasifican atendiendo a su velocidad de proyecto, que es la velocidad aconsejada para el peor tramo de esa carretera en función del trazado.…”

Fusión temprana de descriptores extraídos de mapas de prominencia multi-nivel para clasificar imágenes

“…Entre las diferentes estrategias para seleccionar automáticamente los objetos de interés, en este artículo nos hemos centrado en las técnicas de prominencia visual (visual saliency), es decir, la medida de los estímulos a bajo nivel que captan la atención humana en las primeras etapas del procesamiento visual (Itti et al, 1998). Existen otras estrategias para localizar objetos en una imagen, como las "propuestas de regiones" (region proposals) (Saikia et al, 2017;Sepúlveda et al, 2017;Chaves et al, 2018;Saikia et al, 2018;García-Olalla et al, 2018), pero su revisión queda fuera delámbito de este artículo. La representación y medida de la prominencia visual es un tema que ha sido atractivo para la comunidad de Visión por Computador (Borji and Itti, 2013).…”