Detección de objetos

Detección de objetos en una carretera

La detección de objetos es una tecnología de ordenador relacionada con la visión artificial y el procesamiento de imagen que trata de detectar casos de objetos semánticos de una cierta clase (como humanos, edificios, o coches) en vídeos e imágenes digitales. Los ámbitos mejor desarrollados de detección de objetos incluyen detección de caras y detección de personas. La detección de objetos tiene aplicaciones en muchas áreas de visión artificial, incluyendo recuperación de imágenes y video-vigilancia.

Usos

Es utilizada en detección de caras y reconocimiento facial. Es también utilizada en seguimiento de objetos, por ejemplo siguiendo una pelota durante un partido de fútbol o siguiendo una persona en un vídeo.

Concepto

Cada clase de objeto tiene sus propias características especiales que ayuda en la clasificación de clase – por ejemplo todos los círculos son redondos. La detección de clase del objeto utiliza estas características especiales. Por ejemplo, cuándo se buscan círculos, se examinan los objetos que están a una distancia particular de un punto (el centro). De un modo parecido, cuándo se buscan cuadrados, se necesitan objetos que son perpendiculares en las esquinas y tienen lados con la misma longitud. Una aproximación similar se emplea para identificación facial donde ojos, nariz, y los labios pueden ser identificados, al igual que características como el color de piel y la distancia entre los ojos.

Técnicas y algoritmos

Una imagen está hecha de píxeles, de modo que en la mayoría de casos sabemos la ubicación del próximo punto, que estará junto a nuestro píxel actual.

Para identificar círculos, la imagen se transforma a escala de grises y se detectan los contornos. A lo largo de los contornos, se trazan las normales, que intersecarán en el centro. Esto sirve para círculos enteros. Otro algoritmo consiste en que a lo largo de los contornos conectados la rotación de la tangente será uniforme, debido a simetría. De este modo, si hay un cambio repentino en la rotación, estás fuera de círculo.

Para identificar cuadrados, ante todo hay que comprobar si son líneas rectas o no (comprobar si los píxeles tienen las mismas coordenadas x o y). Después, buscar un cambio con un ángulo de 90 grados (si te mueves a lo largo de una línea horizontal, en la esquina la coordenada y parará cambiar y la coordenada x empezará cambiar).

Referencias

• «Object Class Detection». Vision.eecs.ucf.edu. Archivado desde el original el 14 de julio de 2013. Consultado el 9 de octubre de 2013. 
• «ETHZ - Computer Vision Lab: Publications». Vision.ee.ethz.ch. Archivado desde el original el 3 de junio de 2013. Consultado el 9 de octubre de 2013. 

• Datos: Q3045304