TFG
TFG Proposal 2021-2022

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








TFM
TFM proposal 2021-2022