Herramientas Personales
Usted está aquí: Inicio / Eventos / ECI / ECI 2007 / Cursos ECI 2007 / mt1

Estimación de movimiento en secuencias de imágenes

Profesor:

  • Luis Alvarez León. Catedrático de la Universidad de Las Palmas de Gran Canaria

Ayudante:

  • Agustín Salgado de la Nuez. Ingeniero en Informática. Becario de Investigación Universidad de las Palmas de gran Canaria

Idioma:

Castellano

Turno:

Doble: Mañana y tarde (9 a 12 hs y 14 a 17 hs). Duración: 30 horas.

Requisitos:

Conocimientos básicos sobre los conceptos matemáticos que se imparten en los primeros cursos de cualquier titulación técnica en las disciplinas de análisis, análisis numérico, álgebra lineal y probabilidad. Para la realización de las prácticas se requiere cierta soltura en la programación de algoritmos utilizando el lenguaje C.

Program:

Calcular el desplazamiento de estructuras nubosas a partir de imágenes satélite, seguir el movimiento de una pelota con una cámara, detectar la presencia de intrusos a partir de una cámara de seguridad, calcular la velocidad a la que se desplaza un vehículo a partir de una cámara de tráfico, todos estos problemas tienen en común que requieren estimar movimientos en una escena filmada por una cámara. En este curso vamos a introducir los métodos básicos que se utilizan para estimar el movimiento en una secuencia de imágenes. Dichos métodos se pueden dividir en 4 grandes grupos :

1 Métodos basados en la correlación a ventanas. La técnica de correlación a ventanas, conceptualmente sencilla, ha sido utilizada enormemente para resolver múltiples problemas en visión por ordenador.

2 Métodos basados en la minimización de energías locales. Con frecuencia los objetos se mueven en una escena siguiendo movimientos elementales tales como traslaciones, rotaciones, zoom, etc.. Desarrollaremos el método de Lucas-Kanade que permite encontrar estos movimientos elementales en la escena.
3 Métodos basados en la minimización de energía globales. Estos métodos, que calculan el movimiento en todos los puntos de la imagen, imponen condiciones de “regularidad” al movimiento encontrado de tal manera que el movimiento de un punto no sea “demasiado” diferente al de sus vecinos.
4 Métodos de seguimiento de objetos utilizando filtros de Kalman. Cuando conocemos “a priori” que un objeto en la escena sigue un determinado modelo de movimiento (por ejemplo una traslación), podemos combinar esta información con los cálculos reales de movimiento capturados en la escena con objeto mejorar la estimación de la trayectoria de un objeto. Los filtros de Kalman permiten realizar este proceso de combinar la existencia de un modelo “a priori” de movimiento con cálculos reales realizados en la escena.

Las técnicas que vamos a estudiar en este curso no sólo son de aplicación en el campo de la estimación del movimiento, también son de gran utilidad en temas tan variados como la visión estéreo, morphing entre imágenes, reconocimiento de patrones, etc.

En la metodología que vamos a utilizar para el curso vamos a conceder gran importancia a la realización de prácticas en el ordenador y a la realización de problemas sobre los conceptos teóricos explicados en clase. Además, vamos a compaginar la impartición de clases presenciales con asistencia del profesor y los alumnos con el seguimiento del trabajo de los alumnos a través de una herramienta informática para el desarrollo de cursos a distancia. Concretamente se utilizará la plataforma Moodle y se habilitará un servidor web donde se confeccionará el curso y al cual todos los participantes en el curso accederán via web desde cualquier ordenador con acceso a internet.

El curso esta orientado a universitarios que posean conocimientos básicos sobre los conceptos matemáticos que se imparten en los primeros cursos de cualquier titulación técnica en las disciplinas de análisis, análisis numérico, álgebra lineal y probabilidad. Para la realización de las prácticas se requiere cierta soltura en la programación de algoritmos utilizando el lenguaje C