Contribución a la detección de objetivos específicos para aplicaciones de vigilancia con realidad aumentada

Abstract:

En la presente tesis doctoral, se ha identificado que existen deficiencias a la hora de detectar objetos y regiones con formas irregulares de manera eficaz y eficiente en los sistemas de videovigilancia por imagen y video. La eficacia está relacionada con la capacidad de detectar objetivos específicos con precisión, y la eficiencia es concordante con la oportunidad con la que se presenta la información de detección, es decir que pueda ser mostrada en tiempo real. Para solventar estas deficiencias, se presentan una serie de propuestas que decantan en una estrategia metodológica basada en el tratamiento de la información del color. Esta metodología contribuye a mejorar la detección de objetivos específicos de este tipo de formas y en donde la detección ha sido enfocada a resolver problemas de vigilancia ambiental. De esta forma, se plantean tres etapas que son la extracción de los ICE, el cálculo y la aplicación del umbral TICG para obtener la imagen binaria de la detección y finalmente el uso de información de interés para generar Realidad Aumentada. Dentro de la primera etapa, se proponen dos índices de color, el Forest Fire Detection Index (FFDI) y el Non Forest Detection Index (NFDI), que representan umbrales óptimos de detección tanto de fuego forestal como de zonas deforestadas respectivamente. La precisión de detección alcanzada a través de estos índices bordea un máximo de 96% de eficacia, que es muy alta en comparación a otros métodos, permitiendo además su uso en aplicaciones en tiempo real. Las capacidades y las potencialidades encontradas en los algoritmos implementados a partir del método propuesto …

Año de publicación:

2017

Keywords:

Fuente:

google