Detección de objetos de señalización y seguridad en interiores
Detección de objetos de señalización y seguridad en interiores como:
extintores, salidas de emegencia, etc.
Se realizará un detector con tecnología deep learning y redes
convolucionales completas, para detectar objetos de señalización y
seguridad en interiores. Las tareas serán:
Recopilación y etiquetado de imágenes.
Creación de un modelo FCN desde cero con Tensorflow, pyTorch o Jax.
Entrenamiento y validación del modelo.
Requisitos: Conocimientos de programación básica e interés en aprender.
El proyecto se realizará con el lenguaje Python, pero no hace falta
saber previamente.
Aquí hay un video de referencia:
https://www.youtube.com/watch?v=GSwYGkTfOKk&list=PL_IHmaMAvkVxdDOBRg2CbcJBq9SY7ZUvs
Localización visual en interiores
Localización visual en interiores utilizando filtro de partículas o
filtro de Kalman.
Se realizará programa que dada una sequencia de imágenes determinará la
ubicación de la cámara dentro de un mapa.
Los pasos a realizar serán:
- Construcción de un mapa donde se localizará la camara.
- Obtención de una o varias, secuencias de imágenes dentro de area
representada por el mapa.
- Detección de los objetos "balizas", que pueden ser: extintores,
señales de salidas de emergencia, etc.. (De ahí el proyecto anterior)
Esta parte puede realizarse a mano si aún no se dispone del detector.
- Construción y ejecución del algoritmo de detección.
- Prueba en entorno real.
Requisitor: Conocimientos básicos de programación y interés en aprender.
El proyecto se realizará con el lenguaje Python o C++, no hace falta
saber Python, pero si desea realizar en C++ es recomendable tener
conocimientos básicos previos.
Ejemplo de un filtro bayesiano, en este caso un filtro de Kalman:
https://www.youtube.com/watch?v=nWMzqtmq5_A
Visual Semantic Graph-SLAM
El proyecto consistirá en construir un mapa de ubicaciones de objetos a
partir de un conjunto de mágenes de interior. Los objetos serán de
señalización y seguridad en interiores.
Los pasos a realizar serán:
- Obtención de un conjunto de imagenes de interior donde aparezcan los
objetos cuya ubicación se desea determinar. Es conveniente pasar varias
veces por elmismo sitio cuando se capturen imagenes.
- Detectar los objetos en cada imagen, ya sea manualmente o mediante
algún software (proyecto 1).
- Utilizando la técnica de Graph-SLAM se determinará la posición de la
cámara y de los objetos. El mapa creado podrá ser utilizado en el
proyecto 2.
- Prueba en entorno real.
Requisitor: Conocimientos básicos de programación y interés en aprender.
El proyecto se realizará con el lenguaje Python o C++, no hace falta
saber Python, pero si desea realizar en C++ es recomendable tener
conocimientos básicos previos.
Aquí tenemos un video muy bueno de Sebastian Thrun sobre Graph-SLAM
https://www.youtube.com/watch?v=nLEbJZFm5-E