Este documento trata sobre el seguimiento de objetos en secuencias de imágenes. Explica conceptos clave como el modelado en seguimiento visual usando espacios de estados, la extracción de características como detección de bordes y HOG, y algoritmos de seguimiento como Camshift, filtros de Kalman y de partículas. El objetivo final es determinar el estado de un objeto a lo largo del tiempo usando información visual extraída de imágenes.
Este documento trata sobre los modelos de programación e ingeniería de software. Explica que la ingeniería de software requiere la gestión de proyectos para desarrollar aplicaciones a tiempo y presupuesto, satisfaciendo al cliente. También define los sistemas como objetos compuestos cuyos componentes se relacionan, y describe sistemas abiertos como aquellos que permiten interoperabilidad e implementan estándares, a diferencia de los sistemas cerrados que no interactúan con el exterior.
Autómatas de pila (Pushdown automata) son autómatas no deterministas que pueden reconocer lenguajes libres de contexto utilizando una pila LIFO para almacenar información. Los autómatas de pila son más poderosos que los autómatas finitos debido a su capacidad de almacenamiento en pila. Cada transición de un autómata de pila puede leer un símbolo de entrada, sacar un símbolo de la pila y agregar cero o más símbolos a la pila.
Este documento describe diferentes tipos de pruebas de software y niveles de prueba, incluyendo pruebas funcionales, de comunicaciones, rendimiento, volumen, seguridad y facilidad de uso, así como pruebas a nivel de unidad, integración, aceptación y sistema. También cubre tipos de auditorías como pruebas de diseño, análisis orgánico, y análisis de prerrequisitos de usuario y funcional.
El documento describe las listas simplemente enlazadas (LSE) como una estructura de datos flexible que permite agregar y eliminar nodos dinámicamente. Una LSE consta de nodos que almacenan información y enlaces a otros nodos, y se implementa mediante punteros para vincular los nodos sin necesidad de mover su posición en memoria. Las operaciones básicas incluyen crear y vaciar una lista, agregar y eliminar nodos al inicio o fin, y buscar nodos mediante un puntero que recorre la lista desde el primer n
Cronogramas de actividades por fases pst ii iiiljds
El documento presenta el cronograma de actividades para la primera fase de un proyecto de desarrollo de un sistema informático. La fase incluye actividades como el abordaje de la comunidad, el modelado del negocio actual, el análisis y diseño del sistema propuesto, la especificación de requerimientos y el diseño completo del sistema. Cada actividad incluye tareas específicas y los instrumentos a utilizar para llevarlas a cabo, con el fin de obtener los entregables correspondientes a esta primera etapa del proyecto.
Este documento describe el análisis léxico y las expresiones regulares. Explica que el análisis léxico reconoce cadenas y divide los tokens en unidades de información como palabras, símbolos e identificadores. Luego describe las expresiones regulares que representan conjuntos de cadenas de un lenguaje y los autómatas finitos que reconocen cadenas dadas por expresiones regulares mediante estados y transiciones.
Este documento describe las interrupciones de software en un sistema operativo. Explica que las interrupciones de software son generadas por un programa mediante la instrucción INT y atendidas por una subrutina del sistema operativo. Detalla algunas interrupciones comunes como INT 21h para los servicios de DOS e INT 10h, 16h y 17h para servicios de video, teclado e impresora. Finalmente, resume el mecanismo de tratamiento de interrupciones por el sistema operativo.
Este documento trata sobre los modelos de programación e ingeniería de software. Explica que la ingeniería de software requiere la gestión de proyectos para desarrollar aplicaciones a tiempo y presupuesto, satisfaciendo al cliente. También define los sistemas como objetos compuestos cuyos componentes se relacionan, y describe sistemas abiertos como aquellos que permiten interoperabilidad e implementan estándares, a diferencia de los sistemas cerrados que no interactúan con el exterior.
Autómatas de pila (Pushdown automata) son autómatas no deterministas que pueden reconocer lenguajes libres de contexto utilizando una pila LIFO para almacenar información. Los autómatas de pila son más poderosos que los autómatas finitos debido a su capacidad de almacenamiento en pila. Cada transición de un autómata de pila puede leer un símbolo de entrada, sacar un símbolo de la pila y agregar cero o más símbolos a la pila.
Este documento describe diferentes tipos de pruebas de software y niveles de prueba, incluyendo pruebas funcionales, de comunicaciones, rendimiento, volumen, seguridad y facilidad de uso, así como pruebas a nivel de unidad, integración, aceptación y sistema. También cubre tipos de auditorías como pruebas de diseño, análisis orgánico, y análisis de prerrequisitos de usuario y funcional.
El documento describe las listas simplemente enlazadas (LSE) como una estructura de datos flexible que permite agregar y eliminar nodos dinámicamente. Una LSE consta de nodos que almacenan información y enlaces a otros nodos, y se implementa mediante punteros para vincular los nodos sin necesidad de mover su posición en memoria. Las operaciones básicas incluyen crear y vaciar una lista, agregar y eliminar nodos al inicio o fin, y buscar nodos mediante un puntero que recorre la lista desde el primer n
Cronogramas de actividades por fases pst ii iiiljds
El documento presenta el cronograma de actividades para la primera fase de un proyecto de desarrollo de un sistema informático. La fase incluye actividades como el abordaje de la comunidad, el modelado del negocio actual, el análisis y diseño del sistema propuesto, la especificación de requerimientos y el diseño completo del sistema. Cada actividad incluye tareas específicas y los instrumentos a utilizar para llevarlas a cabo, con el fin de obtener los entregables correspondientes a esta primera etapa del proyecto.
Este documento describe el análisis léxico y las expresiones regulares. Explica que el análisis léxico reconoce cadenas y divide los tokens en unidades de información como palabras, símbolos e identificadores. Luego describe las expresiones regulares que representan conjuntos de cadenas de un lenguaje y los autómatas finitos que reconocen cadenas dadas por expresiones regulares mediante estados y transiciones.
Este documento describe las interrupciones de software en un sistema operativo. Explica que las interrupciones de software son generadas por un programa mediante la instrucción INT y atendidas por una subrutina del sistema operativo. Detalla algunas interrupciones comunes como INT 21h para los servicios de DOS e INT 10h, 16h y 17h para servicios de video, teclado e impresora. Finalmente, resume el mecanismo de tratamiento de interrupciones por el sistema operativo.
El documento describe casos de uso para un sistema de alquiler de películas. Se definen casos de uso para el administrador, clientes y proveedores como registrar películas, clientes, alquileres y reservas, abastecer películas, seleccionar, alquilar y devolver películas. También se explican técnicas como inclusión y extensión de casos de uso para eliminar duplicación y agregar funcionalidad.
Metodologías Para AnáLisis Y DiseñO Orientado A Objetoshector_h30
Este documento compara tres metodologías de análisis y diseño orientado a objetos: la metodología de Booch, la metodología OMT de Rumbaugh y la arquitectura MDA. La metodología de Booch se basa en dividir el proceso en micro y macroprocesos. OMT tiene cuatro etapas y tres modelos. MDA separa la lógica de negocio de la aplicación y permite el desarrollo multiplataforma.
El documento describe los conceptos de modelado de procesos de negocios. Explica que un proceso de negocios es un conjunto estructurado de actividades diseñadas para producir un producto o servicio específico. Luego, detalla algunas características de los procesos como que pueden ser medidos y orientados al rendimiento. Finalmente, cubre temas como la reingeniería, administración y modelado de procesos de negocios, así como notaciones y objetivos del modelado.
Este documento presenta los objetivos y contenidos de una unidad sobre agentes inteligentes. Los objetivos incluyen identificar los componentes de un sistema de agentes, conocer métricas para evaluar el rendimiento de agentes inteligentes, y reconocer las propiedades del entorno de un agente. Los contenidos cubren temas como agentes, sensores y actuadores; medidas de rendimiento; racionalidad; entornos de trabajo; y clasificación de agentes.
El documento habla sobre diagramas de clases en el diseño orientado a objetos. Explica que los diagramas de clases identifican las clases de software y sus métodos a partir de los diagramas de interacción y el modelo conceptual. También describe cómo representar las clases, agregar atributos, métodos, asociaciones y navegabilidad en los diagramas de clases.
Este documento define conceptos matemáticos como grupo, subgrupo, anillo y cuerpo. Un grupo es un conjunto con una operación binaria que cumple propiedades como asociatividad, elemento neutro e inverso. Se presentan ejemplos de grupos como números enteros con suma. Un subgrupo es un subconjunto de un grupo que también forma un grupo. Un anillo es un conjunto con dos operaciones, una de las cuales hace de él un grupo conmutativo. Un cuerpo es un anillo conmutativo donde todo elemento distinto de cero tiene inverso.
Este documento proporciona una introducción al lenguaje UML (Unified Modeling Language) y a los casos de uso y diagramas de casos de uso. Explica que UML es un lenguaje estándar para visualizar, especificar, construir y documentar los aspectos de un sistema de software. Luego describe qué son los casos de uso, cómo se representan y las relaciones entre ellos, incluida la generalización, inclusión y extensión. Finalmente, explica qué son los diagramas de casos de uso y cómo se usan para modelar el comportamiento de un sistema desde la perspectiva de
El documento trata sobre el manejo de la memoria para estructuras de datos estáticas y dinámicas. Explica conceptos como arreglos, registros y apuntadores, y cómo estas estructuras se almacenan y acceden en memoria. También cubre temas como la asignación dinámica de memoria mediante el uso de apuntadores para estructuras cuyo tamaño puede cambiar durante la ejecución de un programa.
Este documento presenta una guía para diseñar modelos basados en aprendizaje. Explica que estos modelos se obtienen a partir de datos y se asemejan al cerebro en que adquieren conocimiento a través del aprendizaje. Detalla los tipos de aplicaciones como aproximación funcional, clasificación, predicción y clustering. Luego, cubre el análisis y procesamiento de variables, la estructura de entrada-salida, distribución de datos, estructura del modelo, adaptación del modelo y validación.
Utp pd_iy_va_sap12 reconocimiento de patronesjcbp_peru
El documento presenta información sobre reconocimiento de patrones. Algunos puntos clave incluyen:
El reconocimiento de patrones tiene como objetivo principal la clasificación mediante la extracción de características de señales. Los patrones se obtienen a través de procesos de segmentación, extracción de características y descripción.
Un sistema de reconocimiento de patrones completo incluye un sensor, un mecanismo de extracción de características y una etapa de toma de decisiones. Entre las aplicaciones se encuentran el reconocimiento de
Generacion de un entorno virtual para un robot autonomo movil (J.J. Moreno Lu...Cristina Urdiales
El documento describe un proyecto para generar un entorno virtual que simule el comportamiento de las cámaras de un robot autónomo móvil. El simulador permitirá integrarse con el entorno de desarrollo del robot, modificar parámetros y generar imágenes a alta velocidad. El sistema calcula las proyecciones de los vértices de los objetos en la imagen de la cámara virtual y ordena los obstáculos antes de representarlos con iluminación y colores.
Este documento presenta conceptos básicos de cinemática unidimensional y bidimensional. Explica conceptos como sistema de referencia, trayectoria, posición, desplazamiento, velocidad, velocidad media, rapidez y aceleración. También describe el movimiento rectilíneo uniforme y cómo calcular la velocidad a partir de gráficas posición-tiempo. Finalmente, incluye un ejemplo numérico para ilustrar cómo calcular velocidades en diferentes intervalos de tiempo cuando la velocidad no es constante.
3.1 fases para la construcción de escenariosoctavianopaz
Este documento describe dos métodos para el análisis de escenarios y la consulta a expertos. El método de escenarios involucra varias fases como la construcción de la base, señalar el campo de los posibles, y elaborar escenarios exploratorios y de anticipación. El ábaco de Régnier es un método para consultar a expertos utilizando una escala de colores que representa sus opiniones, la cual es tratada y discutida para generar debate.
Este documento presenta el diseño de un observador de estados para un convertidor Buck. Primero introduce los conceptos de observadores de estado y su aplicación al diagnóstico de fallas. Luego, describe el diseño de un observador de orden completo para el convertidor Buck usando la fórmula de Ackerman. Finalmente, presenta los resultados de la simulación del observador diseñado en MatLab.
Unidad 1 introducción a la modelación de sistemas (1)Edwin Hernandez
Este documento presenta conceptos básicos sobre modelado de sistemas. Introduce los conceptos de sistemas, señales, modelos y su clasificación. Explica los pasos para construir modelos matemáticos, incluyendo la conceptualización, formulación y evaluación. Define sistemas dinámicos, determinísticos, de parámetros concentrados y lineales. Los modelos matemáticos descritos son ecuaciones que representan la dinámica de sistemas físicos.
Este proyecto estudiantil involucra la detección de patrones dentro de un entorno utilizando MATLAB y visión artificial. Los estudiantes Octavio López L. y Mario G. Duarte P. del Instituto Tecnológico de Hermosillo programaron un dispositivo con ruedas para seguir un cuadrado negro colocado frente a él, basándose en el análisis de imágenes capturadas por una cámara montada en el dispositivo y procesadas en MATLAB. El dispositivo pudo seguir con éxito el cuadrado dentro de un ent
Este documento describe el desarrollo de un sistema de monitorización de personas mayores en el hogar mediante visión por computadora. El sistema utiliza técnicas de sustracción de fondo, detección y seguimiento de personas, y detección de acciones para inferir el estado y comportamiento de la persona. El sistema fue implementado en C++ y OpenCV, aunque se identifican áreas de mejora como la robustez de la detección de acciones y la necesidad de ajustar parámetros de forma manual.
Un SIG es un sistema para almacenar, analizar y recuperar datos geográficos identificados por coordenadas. Los pasos clave incluyen la adquisición, digitalización y almacenamiento de datos, su transformación e interpretación mediante análisis, y la salida de información. Los datos se almacenan ya sea en un modelo vectorial basado en puntos, líneas y polígonos, o en un modelo raster de celdas. La georreferenciación vincula las coordenadas de cada celda o punto a la ubicación real en la Tierra.
El documento describe casos de uso para un sistema de alquiler de películas. Se definen casos de uso para el administrador, clientes y proveedores como registrar películas, clientes, alquileres y reservas, abastecer películas, seleccionar, alquilar y devolver películas. También se explican técnicas como inclusión y extensión de casos de uso para eliminar duplicación y agregar funcionalidad.
Metodologías Para AnáLisis Y DiseñO Orientado A Objetoshector_h30
Este documento compara tres metodologías de análisis y diseño orientado a objetos: la metodología de Booch, la metodología OMT de Rumbaugh y la arquitectura MDA. La metodología de Booch se basa en dividir el proceso en micro y macroprocesos. OMT tiene cuatro etapas y tres modelos. MDA separa la lógica de negocio de la aplicación y permite el desarrollo multiplataforma.
El documento describe los conceptos de modelado de procesos de negocios. Explica que un proceso de negocios es un conjunto estructurado de actividades diseñadas para producir un producto o servicio específico. Luego, detalla algunas características de los procesos como que pueden ser medidos y orientados al rendimiento. Finalmente, cubre temas como la reingeniería, administración y modelado de procesos de negocios, así como notaciones y objetivos del modelado.
Este documento presenta los objetivos y contenidos de una unidad sobre agentes inteligentes. Los objetivos incluyen identificar los componentes de un sistema de agentes, conocer métricas para evaluar el rendimiento de agentes inteligentes, y reconocer las propiedades del entorno de un agente. Los contenidos cubren temas como agentes, sensores y actuadores; medidas de rendimiento; racionalidad; entornos de trabajo; y clasificación de agentes.
El documento habla sobre diagramas de clases en el diseño orientado a objetos. Explica que los diagramas de clases identifican las clases de software y sus métodos a partir de los diagramas de interacción y el modelo conceptual. También describe cómo representar las clases, agregar atributos, métodos, asociaciones y navegabilidad en los diagramas de clases.
Este documento define conceptos matemáticos como grupo, subgrupo, anillo y cuerpo. Un grupo es un conjunto con una operación binaria que cumple propiedades como asociatividad, elemento neutro e inverso. Se presentan ejemplos de grupos como números enteros con suma. Un subgrupo es un subconjunto de un grupo que también forma un grupo. Un anillo es un conjunto con dos operaciones, una de las cuales hace de él un grupo conmutativo. Un cuerpo es un anillo conmutativo donde todo elemento distinto de cero tiene inverso.
Este documento proporciona una introducción al lenguaje UML (Unified Modeling Language) y a los casos de uso y diagramas de casos de uso. Explica que UML es un lenguaje estándar para visualizar, especificar, construir y documentar los aspectos de un sistema de software. Luego describe qué son los casos de uso, cómo se representan y las relaciones entre ellos, incluida la generalización, inclusión y extensión. Finalmente, explica qué son los diagramas de casos de uso y cómo se usan para modelar el comportamiento de un sistema desde la perspectiva de
El documento trata sobre el manejo de la memoria para estructuras de datos estáticas y dinámicas. Explica conceptos como arreglos, registros y apuntadores, y cómo estas estructuras se almacenan y acceden en memoria. También cubre temas como la asignación dinámica de memoria mediante el uso de apuntadores para estructuras cuyo tamaño puede cambiar durante la ejecución de un programa.
Este documento presenta una guía para diseñar modelos basados en aprendizaje. Explica que estos modelos se obtienen a partir de datos y se asemejan al cerebro en que adquieren conocimiento a través del aprendizaje. Detalla los tipos de aplicaciones como aproximación funcional, clasificación, predicción y clustering. Luego, cubre el análisis y procesamiento de variables, la estructura de entrada-salida, distribución de datos, estructura del modelo, adaptación del modelo y validación.
Utp pd_iy_va_sap12 reconocimiento de patronesjcbp_peru
El documento presenta información sobre reconocimiento de patrones. Algunos puntos clave incluyen:
El reconocimiento de patrones tiene como objetivo principal la clasificación mediante la extracción de características de señales. Los patrones se obtienen a través de procesos de segmentación, extracción de características y descripción.
Un sistema de reconocimiento de patrones completo incluye un sensor, un mecanismo de extracción de características y una etapa de toma de decisiones. Entre las aplicaciones se encuentran el reconocimiento de
Generacion de un entorno virtual para un robot autonomo movil (J.J. Moreno Lu...Cristina Urdiales
El documento describe un proyecto para generar un entorno virtual que simule el comportamiento de las cámaras de un robot autónomo móvil. El simulador permitirá integrarse con el entorno de desarrollo del robot, modificar parámetros y generar imágenes a alta velocidad. El sistema calcula las proyecciones de los vértices de los objetos en la imagen de la cámara virtual y ordena los obstáculos antes de representarlos con iluminación y colores.
Este documento presenta conceptos básicos de cinemática unidimensional y bidimensional. Explica conceptos como sistema de referencia, trayectoria, posición, desplazamiento, velocidad, velocidad media, rapidez y aceleración. También describe el movimiento rectilíneo uniforme y cómo calcular la velocidad a partir de gráficas posición-tiempo. Finalmente, incluye un ejemplo numérico para ilustrar cómo calcular velocidades en diferentes intervalos de tiempo cuando la velocidad no es constante.
3.1 fases para la construcción de escenariosoctavianopaz
Este documento describe dos métodos para el análisis de escenarios y la consulta a expertos. El método de escenarios involucra varias fases como la construcción de la base, señalar el campo de los posibles, y elaborar escenarios exploratorios y de anticipación. El ábaco de Régnier es un método para consultar a expertos utilizando una escala de colores que representa sus opiniones, la cual es tratada y discutida para generar debate.
Este documento presenta el diseño de un observador de estados para un convertidor Buck. Primero introduce los conceptos de observadores de estado y su aplicación al diagnóstico de fallas. Luego, describe el diseño de un observador de orden completo para el convertidor Buck usando la fórmula de Ackerman. Finalmente, presenta los resultados de la simulación del observador diseñado en MatLab.
Unidad 1 introducción a la modelación de sistemas (1)Edwin Hernandez
Este documento presenta conceptos básicos sobre modelado de sistemas. Introduce los conceptos de sistemas, señales, modelos y su clasificación. Explica los pasos para construir modelos matemáticos, incluyendo la conceptualización, formulación y evaluación. Define sistemas dinámicos, determinísticos, de parámetros concentrados y lineales. Los modelos matemáticos descritos son ecuaciones que representan la dinámica de sistemas físicos.
Este proyecto estudiantil involucra la detección de patrones dentro de un entorno utilizando MATLAB y visión artificial. Los estudiantes Octavio López L. y Mario G. Duarte P. del Instituto Tecnológico de Hermosillo programaron un dispositivo con ruedas para seguir un cuadrado negro colocado frente a él, basándose en el análisis de imágenes capturadas por una cámara montada en el dispositivo y procesadas en MATLAB. El dispositivo pudo seguir con éxito el cuadrado dentro de un ent
Este documento describe el desarrollo de un sistema de monitorización de personas mayores en el hogar mediante visión por computadora. El sistema utiliza técnicas de sustracción de fondo, detección y seguimiento de personas, y detección de acciones para inferir el estado y comportamiento de la persona. El sistema fue implementado en C++ y OpenCV, aunque se identifican áreas de mejora como la robustez de la detección de acciones y la necesidad de ajustar parámetros de forma manual.
Un SIG es un sistema para almacenar, analizar y recuperar datos geográficos identificados por coordenadas. Los pasos clave incluyen la adquisición, digitalización y almacenamiento de datos, su transformación e interpretación mediante análisis, y la salida de información. Los datos se almacenan ya sea en un modelo vectorial basado en puntos, líneas y polígonos, o en un modelo raster de celdas. La georreferenciación vincula las coordenadas de cada celda o punto a la ubicación real en la Tierra.
Estudio del movimiento, usando los conceptos de espacio y tiempo, sin tener en cuenta las causas que lo producen.
Los factores que tendremos factores a estudiar e analizar son los siguientes ;
*Velocidad(Lineal,angular,mediay promedio )
*Desplazamiento y Posición
*Aceleración
*Tiempo
-Posición de una partícula se describe con un vector posición , que dibujamos desde el origen de un sistema de referencia hasta la ubicación de la partícula.
Este documento describe diferentes tipos de modelos de simulación. Explica que los modelos pueden ser estocásticos o determinísticos, de tiempo discreto o continuo, y estáticos o dinámicos. También describe la estructura básica de un modelo de simulación y cuándo es apropiado utilizar la simulación para estudiar un sistema.
Este documento introduce los conceptos de modelado y simulación de sistemas. Explica que un modelo es una abstracción de la realidad que ayuda a entender cómo funciona un sistema. Luego, define la simulación como la construcción de modelos informáticos de sistemas para realizar experimentos y extraer conclusiones que apoyen la toma de decisiones. Finalmente, indica algunas situaciones en las que es apropiado utilizar la simulación para estudiar sistemas.
Este documento presenta los pasos del análisis y diseño orientado a objetos siguiendo la metodología de Coad y Yourdon. Describe el análisis de clases, objetos y estructuras, así como el análisis de atributos y servicios. Finalmente, introduce los conceptos básicos del diseño orientado a objetos como el diseño del dominio del problema, la interfaz de usuario y los componentes de administración de tareas y datos.
Este documento trata sobre la simulación por computadora. Explica que la simulación imita procesos de sistemas reales para evaluarlos numéricamente y predecir su comportamiento. Describe los tipos de simulación como discreta, continua, determinista y estocástica. También define conceptos clave como sistema, modelo, entidades y eventos en simulación.
El documento describe los conceptos fundamentales del modelado orientado a objetos, incluyendo los modelos orientado a objetos, dinámico y funcional. Explica características clave como clases, objetos, herencia y polimorfismo. También resume varias metodologías como OOHDM, SOHDM y RUP, así como el lenguaje UML. El modelado de casos de uso también se discute brevemente.
Este documento describe los modelos de representación raster y vectorial para la información geográfica en un SIG. Explica que el modelo raster se basa en una división sistemática y continua del espacio en celdas o pixeles, mientras que el modelo vectorial define el espacio mediante elementos geométricos como líneas, puntos y polígonos de forma no sistemática. Concluye que el formato raster es especialmente adecuado para el análisis de información geográfica continua debido a su estructura sistemática y regularidad.
Este documento presenta la metodología sistémica, que incluye cuatro etapas principales: 1) descripción del sistema, 2) modelización del sistema, 3) análisis del sistema, y 4) conducción de la implementación. Detalla los pasos involucrados en cada etapa, como definir objetivos, fronteras del sistema, y tipos de modelos. El propósito es analizar sistemas de manera integral considerando todas sus partes e interacciones.
El documento describe un experimento para determinar la relación entre la viscosidad de un fluido y la velocidad límite de caída de esferas en el fluido usando el software Tracker. Se lanzaron tres cuerpos rígidos (cilindro macizo, cilindro hueco y esfera) por un plano inclinado. Tracker se usó para obtener ecuaciones de posición, velocidad y aceleración de cada cuerpo. Esto permitió calcular una viscosidad teórica para cada fluido que fue consistente con los valores experimentales obtenidos.
Similar a Seguimiento de Objetos en Secuencias de Imágenes (20)
"El álgebra lineal es una herramienta fundamental en muchos campos de la ciencia y la tecnología. Es particularmente importante en la física, la ingeniería, la informática y la estadística. La capacidad de manipular eficientemente grandes cantidades de datos y matrices complejas es esencial en estas áreas para la resolución de problemas y la toma de decisiones.
A priori, puede dar la sensación de que estamos muy lejos del uso del álgebra lineal en nuestro día a día. Sin embargo, algunas técnicas como la descomposición en valores singulares y la regresión lineal para entrenar modelos y hacer predicciones precisas están detrás de la inteligencia artificial y el aprendizaje automático. ¿Te suena ChatGPT? Puede no parecerlo, pero el álgebra lineal también está detrás en algunos de sus procesos. Por este motivo, debemos seguir trabajando en este campo, ya que su importancia seguirá creciendo a medida que se generen y analicen grandes cantidades de datos en el mundo actual.
"
La pandemia de COVID-19 ha supuesto una proliferación de mapas y contramapas. Por ello, organizaciones de la sociedad civil y movimientos sociales han generado sus propias interpretaciones y representaciones de los datos sobre la crisis. Estos también han contribuido a visibilizar aspectos, sujetos y temas que han sido desatendidos o infrarrepresentados en las visualizaciones hegemónicas y dominantes. En este contexto, la presente ponencia se centra en el análisis de los imaginarios sociales relacionados con la elaboración de mapas durante la pandemia. Es decir, trata de indagar en la importancia de los mapas para el activismo digital, las potencialidades que se extraen de esta tecnología y los valores asociados a las visualizaciones creadas con ellos. El objetivo último es reflexionar sobre la vía emergente del activismo de datos, así como sobre la intersección entre los imaginarios sociales y la geografía digital.
Designing RISC-V-based Accelerators for next generation Computers (DRAC) is a 3-year project (2019-2022) funded by the ERDF Operational Program of Catalonia 2014-2020. DRAC will design, verify, implement and fabricate a high performance general purpose processor that will incorporate different accelerators based on the RISC-V technology, with specific applications in the field of post-quantum security, genomics and autonomous navigation. In this talk, we will provide an overview of the main achievements in the DRAC project, including the fabrication of Lagarto, the first RISC-V processor developed in Spain.
This talk will begin introducing the uElectronics section of ESA at ESTEC and the general activities the group is responsible for. Then, it will go through some of the R+D on-going activities that the group is involved with, hand in hand with universities and/or companies. One of the major ones is related to the European rad-hard FPGAs that have been partially founded by ESA for several years and that will be playing a major role in the sector in the upcoming years. It´s also worth talking about the RTL soft IPs that are currently under development and that will allow us to keep on providing the European ecosystem with some key capabilities. The latter will be an overview of RISC-V space hardened on-going activities that might be replacing the current SPARC based processors available for our missions.
El objetivo de esta charla es presentar las últimas novedades incorporadas en la arquitectura ARM y describir las tendencias en la microarquitectura de los procesadores con arquitectura ARM. ARM es una empresa relativamente pequeña en comparación con otros gigantes del sector tecnológico. Sin embargo, la amplia implantación de su arquitectura, siendo ampliamente dominante en algunos sectores, y sus microarquitecturas, hacen que la tecnología ARM ocupe un lugar central en el desarrollo tecnológico del mundo actual. La tecnología ARM está presente prácticamente en todo el espectro tecnológico, desde los dispositivos más sencillos hasta el HPC y Cloud computing, pasando por los smartphones, automoción electrónica de consumo, etc
"Formal verification has been used by computer scientists for decades to prevent
software bugs. However, with a few exceptions, it has not been used by researchers
working in most areas of mathematics (geometry, algebra, analysis, etc.). In this
talk, we will discuss how this has changed in the past few years, and the possible
implications to the future of mathematical research, teaching and communication.
We will focus on the theorem prover Lean and its mathematical library
mathlib, since this is currently the system most widely used by mathematicians.
Lean is a functional programming language and interactive theorem prover based
on dependent type theory, with proof irrelevance and non-cumulative universes.
The mathlib library, open-source and designed as a basis for research level
mathematics, is one of the largest collections of formalized mathematics. It allows
classical reasoning, uses large- and small-scale automation, and is characterized
by its decentralized nature with over 200 contributors, including both computer
scientists and mathematicians."
"Part of the research community thinks that it is still early to tackle the development of quantum software engineering techniques. The reason is that how the quantum computers of the future will look like is still unknown. However, there are some facts that we can affirm today: 1) quantum and classical computers will coexist, each dedicated to the tasks at which they are most efficient. 2) quantum computers will be part of the cloud infrastructure and will be accessible through the Internet. 3) complex software systems will be made up of smaller pieces that will collaborate with each other. 4) some of those pieces will be quantum, therefore the systems of the future will be hybrid. 5) the coexistence and interaction between the components of said hybrid systems will be supported by service composition: quantum services.
This talk analyzes the challenges that the integration of quantum services poses to Service Oriented Computing."
In this talk, after a brief overview of AI concepts in particular Machine Learning (ML) techniques, some of the well-known computer design concepts for high performance and power efficiency are presented. Subsequently, those techniques that have had a promising impact for computing ML algorithms are discussed. Deep learning has emerged as a game changer for many applications in various fields of engineering and medical sciences. Although the primary computation function is matrix vector multiplication, many competing efficient implementations of this primary function have been proposed and put into practice. This talk will review and compare some of those techniques that are used for ML computer design.
Tras una breve introducción a la informática médica y unas pinceladas sobre conceptos prácticos de Inteligencia Artificial (posible definición consensuada, strong VS weak AI y técnicas y métodos comúnmente empleados), el bloque central de la charla muestra ejemplos prácticos (en forma de casos de éxito) de distintos desarrollos llevados a cabo por el grupo de Sistemas Informáticos de Nueva Generación (SING: http//sing-group.org/) en los ámbitos de (i) Informática clínica (InNoCBR, PolyDeep), (ii) Informática para investigación clínica (PathJam, WhichGenes), (iii) bioinformática traslacional (Genómica: ALTER, Proteómica: DPD, BI, BS, Mlibrary, Mass-Up, e integración de datos ÓMICOS: PunDrugs) y (iv) Informática en salud pública (CURMIS4th). Finalmente, se comenta brevemente la importancia que se espera tenga en un futuro inmediato la IA interpretable (XAI, Explainable Artificial Intelligence) y la participación humana (HITL. Human-In-The-Loop). La charla termina con una breve reflexión sobre las lecciones aprendidas por el ponente después de más de 16 años de desarrollo de sistemas inteligentes en el ámbito de la informática médica.
Many emerging applications require methods tailored towards high-speed data acquisition and filtering of streaming data followed by offline event reconstruction and analysis. In this case, the main objective is to relieve the immense pressure on the storage and communication resources within the experimental infrastructure. In other applications, ultra low latency real time analysis is required for autonomous experimental systems and anomaly detection in acquired scientific data in the absence of any prior data model for unknown events. At these data rates, traditional computing approaches cannot carry out even cursory analyses in a time frame necessary to guide experimentation. In this talk, Prof. Ogrenci will present some examples of AI hardware architectures. She will discuss the concept of co-design, which makes the unique needs of an application domain transparent to the hardware design process and present examples from three applications: (1) An in-pixel AI chip built using the HLS methodology; (2) A radiation hardened ASIC chip for quantum systems; (3) An FPGA-based edge computing controller for real-time control of a High Energy Physics experiment.
En esta conferencia se presentará una revisión del concepto de autonomía para robots móviles de campo y la identificación de desafíos para lograr un verdadero sistema autónomo, además de sugerir posibles direcciones de investigación. Los sistemas robóticos inteligentes, por lo general, obtienen conocimiento de sus funciones y del entorno de trabajo en etapa de diseño y desarrollo. Este enfoque no siempre es eficiente, especialmente en entornos semiestructurados y complejos como puede ser el campo de cultivo. Un sistema robótico verdaderamente autónomo debería desarrollar habilidades que le permitan tener éxito en tales entornos sin la necesidad de tener a-priori un conocimiento ontológico del área de trabajo y la definición de un conjunto de tareas o comportamientos predefinidos. Por lo que en esta conferencia se presentarán posibles estrategias basadas en Inteligencia Artificial que permitan perfeccionar las capacidades de navegación de robots móviles y que sean capaces de ofrecer un nivel de autonomía lo suficientemente elevado para poder ejecutar todas las tareas dentro de una misión casa-a-casa (home-to-home).
Quantum computing has become a noteworthy topic in academia and industry. The multinational companies in the world have been obtaining impressive advances in all areas of quantum technology during the last two decades. These companies try to construct real quantum computers in order to exploit their theoretical preferences over today’s classical computers in practical applications. However, they are challenging to build a full-scale quantum computer because of their increased susceptibility to errors due to decoherence and other quantum noise. Therefore, quantum error correction (QEC) and fault-tolerance protocol will be essential for running quantum algorithms on large-scale quantum computers.
The overall effect of noise is modeled in terms of a set of Pauli operators and the identity acting on the physical qubits (bit flip, phase flip and a combination of bit and phase flips). In addition to Pauli errors, there is another error named leakage errors that occur when a qubit leaves the defined computational subspace. As the location of leakage errors is unknown, these can damage even more the quantum computations. Thus, this talk will briefly provide quantum error models.
Los chatbots son un elemento clave en la transformación digital de nuestra sociedad. Están por todas partes: eCommerce, salud digital, asistencia a clientes, turismo,... Pero si habéis usado alguno, probablemente os habrá decepcionado. Lo confieso, la mayoría de los chatbots que existen son muy malos. Y es que no es nada fácil hacer un chatbot que sea realmente útil e inteligente. Un chatbot combina toda la complejidad de la ingeniería de software con la del procesamiento de lenguaje natural. Pensad que muchos chatbots hay que desplegarlos en varios canales (web, telegram, slack,...) y a menudo tienen que utilizar APIs y servicios externos, acceder a bases de datos internas o integrar modelos de lenguaje preentrenados (por ej. detectores de toxicidad), etc. Y el problema no es sólo crear el bot, si no también probarlo y evolucionarlo. En esta charla veremos los mayores desafíos a los que hay que enfrentarse cuando nos encargan un proyecto de desarrollo que incluye un chatbot y qué técnicas y estrategias podemos ir aplicando en función de las necesidades del proyecto, para conseguir, esta vez sí un chatbot que sepa de lo que habla.
Many HPC applications are massively parallel and can benefit from the spatial parallelism offered by reconfigurable logic. While modern memory technologies can offer high bandwidth, designers must craft advanced communication and memory architectures for efficient data movement and on-chip storage. Addressing these challenges requires to combine compiler optimizations, high-level synthesis, and hardware design.
In this talk, I will present challenges, solutions, and trends for generating massively parallel accelerators on FPGA for high-performance computing. These architectures can provide performance comparable to software implementations on high-end processors, and much higher energy efficiency thanks to logic customization.
The main challenge of concurrent software verification has always been in achieving modularity, i.e., the ability to divide and conquer the correctness proofs with the goal of scaling the verification effort. Types are a formal method well-known for its ability to modularize programs, and in the case of dependent types, the ability to modularize and scale complex mathematical proofs.
In this talk I will present our recent work towards reconciling dependent types with shared memory concurrency, with the goal of achieving modular proofs for the latter. Applying the type-theoretic paradigm to concurrency has lead us to view separation logic as a type theory of state, and has motivated novel abstractions for expressing concurrency proofs based on the algebraic structure of a resource and on structure-preserving functions (i.e., morphisms) between resources.
Microarchitectural attacks, such as Spectre and Meltdown, are a class of
security threats that affect almost all modern processors. These attacks exploit the side-effects resulting from processor optimizations to leak sensitive information and compromise a system’s security.
Over the years, a large number of hardware and software mechanisms for
preventing microarchitectural leaks have been proposed. Intuitively, more
defensive mechanisms are less efficient, while more permissive mechanisms may offer more performance but require more defensive programming. Unfortunately, there are no
hardware-software contracts that would turn this intuition into a basis for
principled co-design.
In this talk, we present a framework for specifying hardware/software security
contracts, an abstraction that captures a processor’s security guarantees in a
simple, mechanism-independent manner by specifying which program executions a
microarchitectural attacker can distinguish.
La aparición de vulnerabilidades por la falta de controles de seguridad es una de las causas por las que se demandan nuevos marcos de trabajo que produzcan software seguro de forma predeterminada. En la conferencia se abordará cómo transformar el proceso de desarrollo de software dando la importancia que merece la seguridad desde el inicio del ciclo de vida. Para ello se propone un nuevo modelo de desarrollo – modelo Viewnext-UEx – que incorpora prácticas de seguridad de forma preventiva y sistemática en todas las fases del proceso de ciclo de vida del software. El propósito de este nuevo modelo es anticipar la detección de vulnerabilidades aplicando la seguridad desde las fases más tempranas, a la vez que se optimizan los procesos de construcción del software. Se exponen los resultados de un escenario preventivo, tras la aplicación del modelo Viewnext-UEx, frente al escenario reactivo tradicional de aplicar la seguridad a partir de la fase de testing.
This document discusses trusting artificial intelligence systems. It begins with an overview of trust in social and computing contexts. It then discusses artificial intelligence, including machine learning, deep learning, and natural language processing. It details how AI systems can be attacked, including adversarial inputs, data poisoning, and model stealing. It raises important discussions around using AI in contexts like cybersecurity, medicine, transportation, and sentiment analysis, and the challenges of ensuring systems can be trusted.
El uso de energías renovables es clave para cumplir los objetivos de desarrollo sostenible de la Agenda 2030. Entre estas energías, la eólica es la segunda más utilizada debido a su alta eficiencia. Algunos estudios sugieren que la energía eólica será la principal fuente de generación en 2050. Por ello es conveniente seguir investigando en la aplicación de técnicas de control avanzadas en estos sistemas.
Entre estas técnicas avanzadas cabe destacar las redes neuronales y el aprendizaje por refuerzo combinadas con estrategias clásicas de control. Estas técnicas ya se han empleado con éxito en el modelado y el control de sistemas complejos.
Esta conferencia presentará la aplicación de redes neuronales y aprendizaje por refuerzo al control de aerogeneradores, centrándolo especialmente en el control de pitch. Se detallarán diferentes configuraciones con redes neuronales y otras técnicas aplicadas al control de pitch. Finalmente se propondrán algunas técnicas híbridas que combinen lógica difusa, tablas de búsqueda y redes neuronales, mostrando resultados que han permitido probar su utilidad para mejorar la eficiencia de las turbinas eólicas.
As the world's energy demand rises, so does the amount of renewable energy, particularly wind energy, in the supply. The life cycle of wind farms starting from manufacturing the components to decommission stage involve significant involvement of cost and the application of AI and data analytics are on reducing these costs are limited. With this conference talk, the audience expected to know some of the interesting applications of AI and data analytics on offshore wind. And, also highlight the future challenges and opportunities. This conference could be useful for students, academics and researcher who want to make next career in offshore wind but yet know where to start.
Esta presentación nos informa sobre los pólipos nasales, estos son crecimientos benignos en el revestimiento de los senos paranasales o fosas nasales, causados por inflamación crónica debido a alergias, infecciones o asma.
El documento publicado por el Dr. Gabriel Toro aborda los priones y las enfermedades relacionadas con estos agentes infecciosos. Los priones son proteínas mal plegadas que pueden inducir el plegamiento incorrecto de otras proteínas normales en el cerebro, llevando a enfermedades neurodegenerativas mortales. El Dr. Toro examina tanto la estructura y función de los priones como su capacidad para propagarse y causar enfermedades devastadoras como la enfermedad de Creutzfeldt-Jakob, la encefalopatía espongiforme bovina (conocida como "enfermedad de las vacas locas"), y el síndrome de Gerstmann-Sträussler-Scheinker. En el documento, se exploran los mecanismos moleculares detrás de la replicación de los priones, así como las implicaciones para la salud pública y la investigación en tratamientos potenciales. Además, el Dr. Toro analiza los desafíos y avances en el diagnóstico y manejo de estas enfermedades priónicas, destacando la necesidad de una mayor comprensión y desarrollo de terapias eficaces.
1891 - Primera discusión semicientífica sobre Una Nave Espacial Propulsada po...Champs Elysee Roldan
La primera discusión semicientífica sobre una nave espacial propulsada por cohetes la realizó el alemán Hans Ganswindt, quien abordó los problemas de la propulsión no mediante la fuerza reactiva de los gases expulsados sino mediante la eyección de cartuchos de acero que contenían dinamita. Supuso que la explosión de una carga transferiría energía cinética a la pared de la nave espacial y la impulsaría en la dirección deseada. Supuso que múltiples explosiones proporcionarían suficiente velocidad para alcanzar la órbita y la velocidad de escape.
El 27 de mayo de 1891, pronunció un discurso público en la Filarmónica de Berlín, en el que introdujo su concepto de un vehículo galáctico(Weltenfahrzeug).
Ganswindt también exploró el uso de una estación espacial giratoria para contrarrestar la ingravidez y crear gravedad artificial.
Es en el Paleozoico cuando comienza a aparecer la vida más antigua. En Venezuela, el Paleozoico puede considerarse concentrado en tres regiones positivas distintas:
Región Norte del Escudo Guayanés.
Cordillera de los Andes venezolanos.
Sierra de Perijá.
Cardiopatias cianogenas con hipoflujo pulmonar.pptxELVISGLEN
Las cardiopatías congénitas acianóticas incluyen problemas cardíacos que se desarrollan antes o al momento de nacer pero que normalmente no interfieren en la cantidad de oxígeno o de sangre que llega a los tejidos corporales.
¿Qué es?
El VIH es un virus que ataca el sistema inmunitario del cuerpo humano, debilitándolo y dejándolo vulnerable a otras infecciones y enfermedades.
Se transmite a través de fluidos corporales como sangre, semen, secreciones vaginales y leche materna.
A medida que avanza, el VIH puede desarrollarse en SIDA, una etapa avanzada de la infección donde el sistema inmunitario está severamente comprometido.
Estadísticas
Más de 38 millones de personas viven con VIH en todo el mundo, según datos de la ONU.
Las tasas de infección varían según la región y el grupo demográfico, con una prevalencia más alta en África subsahariana.
Modos de Transmisión
El VIH se transmite principalmente a través de relaciones sexuales sin protección, compartir agujas contaminadas y de madre a hijo durante el parto o la lactancia.
No se transmite por contacto casual como estrechar la mano o compartir utensilios.
Prevención y Tratamiento
La prevención incluye el uso de preservativos durante las relaciones sexuales, evitar compartir agujas y acceder a la profilaxis preexposición (PrEP) para aquellos con mayor riesgo.
El tratamiento del VIH implica el uso de terapia antirretroviral (TAR), que ayuda a controlar la replicación viral y permite que las personas con VIH vivan vidas más largas y saludables
Fijación, transporte en camilla e inmovilización de columna cervical II.pptxjanetccarita
Explora los fundamentos y las mejores prácticas en fijación, transporte en camilla e inmovilización de la columna cervical en este presentación dinámica. Desde técnicas básicas hasta consideraciones avanzadas, este conjunto de diapositivas ofrece una visión completa de los protocolos cruciales para garantizar la seguridad y estabilidad del paciente en situaciones de emergencia. Útil para profesionales de la salud y equipos de respuesta ante emergencias, esta presentación ofrece una guía visualmente impactante y fácil de entender.
Rodríguez, C. - La batalla campal en la Edad Media [2018].pdf
Seguimiento de Objetos en Secuencias de Imágenes
1. Seguimiento de Objetos en Secuencias de
Imágenes
Juan J. Pantrigo
juanjose.pantrigo@urjc.es
2. 2
Seguimiento de Objetos en Secuencias de Imágenes
Índice
1. Introducción
2. Modelado en seguimiento visual
3. Extracción de características
4. Algoritmos de seguimiento visual
5. Métricas
3. 3
Seguimiento de Objetos en Secuencias de Imágenes
Índice
1. Introducción
2. Modelado en seguimiento visual
3. Extracción de características
4. Algoritmos de seguimiento visual
5. Métricas
4. 4
Seguimiento de Objetos en Secuencias de Imágenes
Introducción
Seguimiento visual – visual tracking
El problema del seguimiento visual consiste en determinar el
estado de un sistema que evoluciona a lo largo del tiempo,
utilizando para ello información visual.
5. 5
Seguimiento de Objetos en Secuencias de Imágenes
Introducción
Problemas relacionados con el seguimiento de objetos
2D / 3D / RGBD
Un solo objeto / múltiples objetos
Objetos articulados / objetos deformables
Objetos que cambian de apariencia
6. 6
Seguimiento de Objetos en Secuencias de Imágenes
Introducción
Seguimiento de personas – looking at people
El seguimiento de personas es de especial interés por su amplio
potencial de aplicación
Aplicaciones
Etapa previa en sistemas de reconocimiento de actividades
humanas:
Interacción persona-computador
Videovigilancia
Deporte
...
Herramienta de evaluación en el ámbito médico
7. 7
Seguimiento de Objetos en Secuencias de Imágenes
Índice
1. Introducción
2. Modelado en seguimiento visual
3. Extracción de características
4. Algoritmos de seguimiento visual
5. Métricas
8. 8
Seguimiento de Objetos en Secuencias de Imágenes
Modelado en seguimiento visual
Problemas de estimación secuencial – Sequential
Estimation Problems
Problemas para los que se necesita realizar estimaciones del
estado de un sistema que evoluciona en el tiempo
utilizando para ello una secuencia de medidas (ruidosas) que se
realizan sobre el sistema.
Tienen aplicación en diferentes ámbitos científicos
Estadística
Procesamiento de la Señal
Análisis de Series Temporales
Econometría...
9. 9
Seguimiento de Objetos en Secuencias de Imágenes
Modelado en seguimiento visual
Modelo de espacio de estados – State-space model
Para estimar el estado de un sistema dinámico, es necesario
dsiponer de, al menos, dos modelos:
el modelo del sistema, que describe la evolución del estado del
sistema en el tiempo y
el modelo de medida, que establece la relación entre las medidas
y el estado del sistema.
10. 10
Seguimiento de Objetos en Secuencias de Imágenes
Modelado en seguimiento visual
Variables de estado del sistema
son el menor conjunto de variables que determina el estado de
un sistema.
Se dice que n variables {x(1), x(2), ..., x(n)} conforman un
conjunto de variables de estado si, para determinar el estado del
sistema, se debe conocer el valor de cada una de estas
variables.
Vector de estado del sistema
Es posible representar las n variables de estado de un sistema
como las componentes de un vector x, que se conoce como
vector de estado.
Por tanto, el estado de un sistema viene descrito unívocamente
por los valores de las componentes de un vector de estado.
11. 11
Seguimiento de Objetos en Secuencias de Imágenes
Modelado en seguimiento visual
Seguimiento de un objeto
y
x
[x, y]
12. 12
Seguimiento de Objetos en Secuencias de Imágenes
Modelado en seguimiento visual
Seguimiento de múltiples objetos
[x1 , y1 ,x2 , y2 ,…, xN , yN ]
y2
x2
y3
x3
y1
x1
13. 13
Seguimiento de Objetos en Secuencias de Imágenes
Modelado en seguimiento visual
Seguimiento de un número variable de objetos
14. 14
Seguimiento de Objetos en Secuencias de Imágenes
Modelado en seguimiento visual
Seguimiento de objetos articulados
[ x, y ,θ1 ,θ2 ,θ3 ,…,θM ]
y
x
θ1
θ2
θ3 θ4
θ5θ6θ7
θ8
15. 15
Seguimiento de Objetos en Secuencias de Imágenes
Modelado en seguimiento visual
Seguimiento de objetos deformables
[ x, y ,l1,l2 ,l3 ,…,lN ]
16. 16
Seguimiento de Objetos en Secuencias de Imágenes
Índice
1. Introducción
2. Modelado en seguimiento visual
3. Extracción de características
4. Algoritmos de seguimiento visual
5. Métricas
17. 17
Seguimiento de Objetos en Secuencias de Imágenes
Extracción de características
Extracción de características relevantes del objeto
seguido
Sustracción de fondo
Detección de bordes
Color
HOG
Características tipo Haar
…
El objetivo es discriminar entre la region de la imagen que resulta
relevante para identificar al objeto y el resto (proceso usualmente
conocido como segmentación)
18. 18
Seguimiento de Objetos en Secuencias de Imágenes
Extracción de características
Sustracción de fondo
Distinguir entre objetos del fondo y del primer plano
Existe una gran variedad de métodos que modelan la evolución
del fondo a lo largo del tiempo
19. 19
Seguimiento de Objetos en Secuencias de Imágenes
Extracción de características
Detección de bordes
Los bordes son regiones de la imagen en las que se producen
cambios bruscos de los niveles de intensidad
Existen varios detectores de bordes en la literatura científica
20. 20
Seguimiento de Objetos en Secuencias de Imágenes
Extracción de características
HOG
Histogramas de Gradientes Orientados – (HOG, Histogram of
Oriented Gradients)
21. 21
Seguimiento de Objetos en Secuencias de Imágenes
Extracción de características
Características tipo haar – Haar-like features
Diferencias entre sumas de píxeles de áreas dentro de un
rectángulo, en cualquier posición y escala en la imagen.
22. 22
Seguimiento de Objetos en Secuencias de Imágenes
Índice
1. Introducción
2. Modelado en seguimiento visual
3. Extracción de características
4. Algoritmos de seguimiento visual
5. Métricas
23. 23
Seguimiento de Objetos en Secuencias de Imágenes
Algoritmos de Seguimiento Visual
Diferentes propuestas
Camshift
Filtros de Kalman
Filtros de partículas
Basados en algoritmos de optimización
Enfoques híbridos
...
24. 24
Seguimiento de Objetos en Secuencias de Imágenes
Algoritmos de Seguimiento Visual
Taxonomía
Además, nuevos enfoques como:
Tracking by detection
Tracking-learning-detection
Seguimiento
Puntos Kernel Silueta
Deterministas Probabilistas Multivista
Basados en
plantillas
Evolución del
contorno
Template matching
MGE
GOA
F. de Kalman
JPDAF
PMHT
Mean Shift
KLT
Layering
Eigentracking
SVM tracker
Mod. de espacio
de estados
Métodos
variacionales
Métodos heurísticos
Hausdorff
Transformada de
Hough
Histogramas
MHT
25. 25
Seguimiento de Objetos en Secuencias de Imágenes
Algoritmos de Seguimiento Visual
Ajuste de bloques (template matching)
Se dispone de un patrón o plantilla que hay que ajustar en cada
instante de tiempo t
Puede ser inabordable si hay que probar todas las posibilidades en un
modelo de rotación, traslación y escala y en cada instante de tiempo
26. 26
Seguimiento de Objetos en Secuencias de Imágenes
Algoritmos de Seguimiento Visual
Mean shift
Basado en el procedimiento Mean Shift de reconocimiento de
patrones (Fukunaga&Hostetler, 1975)
Loclización de modos de una distribución en forma no paramétrica
(mode seeking)
Intenta localizar el valor promedio de una distribución sin utilizar
todos los datos
Busca la dirección del gradiente de la pdf
27. 27
Seguimiento de Objetos en Secuencias de Imágenes
Algoritmos de Seguimiento Visual
Mean shift
Paso 0: elegir tamaño de la ventana
Paso 1: se calcula el vector “mean shift” en una ventana de
estimación, M(xt
).
Vector entre promedio de los datos pertenecientes a la ventana y la
estimación del promedio anterior
Se puede aplicar una ponderación g() centrada en la estimación anterior
Paso 2: se mueve la ventana a esa nueva estimación:
Criterios de parada: poco cambio o máximo número de iteraciones
Iteración t
t+1
x
t+1
=x
t
+M (x
t
)
t+2
28. 28
Seguimiento de Objetos en Secuencias de Imágenes
Algoritmos de Seguimiento Visual
Mean shift
Cálculo del vector Mean shift
Máscara de ponderación: g()
Puntos del entorno: xi
Número puntos entorno: n
Última posición de la estimación: x0
Vector mean-shift: M(xt
)
i+2
Uniforme Ponderado
M (xt
)=(1
N
∑
i=1
n
xi
t
)−x0 M (xt
)=
(∑
i=1
n
g(xi , x0)xi
t
∑
i=1
n
g(xi , x0) )−x0
29. 29
Seguimiento de Objetos en Secuencias de Imágenes
Algoritmos de Seguimiento Visual
Mean shift
Típicamente seguimiento de la imagen retroproyección de un
histograma (histogram backprojection image → color tracking)
Suele ser bastante independiente de escala, rotación e incluso a
oclusiones parciales
Segmentación por retroproyección fotograma a fotograma
Cálculo de la posición media de la región a seguir
30. 30
Seguimiento de Objetos en Secuencias de Imágenes
Algoritmos de Seguimiento Visual
CAMSHIFT
Continuously adaptive mean shift
Adaptativo a cambios de color, tamaño, etc., del móvil
Inicialmente propuesto para seguimiento facial
31. 31
Seguimiento de Objetos en Secuencias de Imágenes
Algoritmos de Seguimiento Visual
Filtro de Partículas
Propuesto por Gordon et al. (1993)
Isard y Blake (1996) → adaptación para la resolución de problemas
de seguimiento
PF trata de aproximar una función de densidad de probabilidad
(pdf) que describe el estado de un sistema
Esta pdf se aproxima mediante un conjunto de muestras
discretas llamadas partículas
Cada partícula pi
representa un posible estado del sistema xi
,
junto con su peso asociado ωi
.
pi=(xi ,ωi)
32. 32
Seguimiento de Objetos en Secuencias de Imágenes
Algoritmos de Seguimiento Visual
Filtro de Partículas
x
x
t
1t
Selección
Predicción
Ponderación
Difusión
Ponderación
Selección
Predicción
Difusión
33. 33
Seguimiento de Objetos en Secuencias de Imágenes
Algoritmos de Seguimiento Visual
Filtro de Partículas
(predicción)
(corrección)
Evaluación
Selección
Difusión
Predicción
pdf a priori pdf a posteriori
34. 34
Seguimiento de Objetos en Secuencias de Imágenes
Algoritmos de Seguimiento Visual
Filtro de Partículas
Inicialización de una población de partículas
Caracteriza la pdf a priori
Evaluación
Medida zi
disponible → pdf a posteriori
{xi
t
,ωi
t
,i=1,…, N } ∑
i=1
N
ωi
t
=1 ⇒ ωi
t
=
1
N
, ∀i=1,…, N
{xi
t
,ωi
t
,i=1,…, N } ωi
t
=p(z
t
, xi
t
), ∀ i=1,…, N
∑
i=1
N
ωi
t
=1y se normalizan:
35. 35
Seguimiento de Objetos en Secuencias de Imágenes
Algoritmos de Seguimiento Visual
Filtro de Partículas
Selección (resampling)
Etapa necesaria para evitar el fenómeno de la degeneración
Tras la ejecución de n pasos temporales, todas las partículas
excepto una tienen pesos despreciables
No contribuyen de forma significativa
Mucho esfuerzo computacional dedicado a evaluar partículas con
peso despreciable
La muestra ofrece una representación muy pobre de la pdf a
posteriori
36. 36
Seguimiento de Objetos en Secuencias de Imágenes
Algoritmos de Seguimiento Visual
Filtro de Partículas
Selección (resampling)
Tamaño efectivo de la muestra (Nef
): Número de partículas “útiles”
Entonces:
Nef =
1
∑
i=1
N
(ωi
t
)
2
ωi
t
→
1
n
∀i=1,…, N ⇒ Nef →N
∃ j∈{1,…, N }∣ωj
t
→1⇒ Nef →1
37. 37
Seguimiento de Objetos en Secuencias de Imágenes
Algoritmos de Seguimiento Visual
Filtro de Partículas
Selección (resampling)
Elimina partículas con valores pequeños de peso
Multiplica aquellas con valores mayores
Nueva población
Se genera remuestreando con remplazo N veces
Las partículas se seleccionan con probabilidad proporcional a su peso
Método de la ruleta
{xi
t
,ωi
t
}→{xi'
t
,
1
N
}
38. 38
Seguimiento de Objetos en Secuencias de Imágenes
Algoritmos de Seguimiento Visual
Filtro de Partículas
Selección: (método de la ruleta)
{xi
t
,ωi
t
}
{xi'
t
,
1
N
}
Población actual
Nueva población
0.60.6 00 0.350.35 0.050.05 00
1
tx 2
tx 5
tx4
tx3
tx
39. 39
Seguimiento de Objetos en Secuencias de Imágenes
Algoritmos de Seguimiento Visual
Filtro de Partículas
Selección: (método de la ruleta)
Población actual
Nueva población
0.60.6 00 0.350.35 0.050.05 00
1
tx 2
tx 5
tx4
tx3
tx
0.60.6 0.60.6 0.950.95 11 11 Vector pesos acumulados
40. 40
Seguimiento de Objetos en Secuencias de Imágenes
Algoritmos de Seguimiento Visual
Filtro de Partículas
Selección: (método de la ruleta)
Población actual
Nueva población
0.60.6 00 0.350.35 0.050.05 00
1
tx 2
tx 5
tx4
tx3
tx
0.60.6 0.60.6 0.950.95 11 11 0.630.63
41. 41
Seguimiento de Objetos en Secuencias de Imágenes
Algoritmos de Seguimiento Visual
Filtro de Partículas
Selección: (método de la ruleta)
Población actual
Nueva población
0.60.6 00 0.350.35 0.050.05 00
1
tx 2
tx 5
tx4
tx3
tx
0.60.6 0.60.6 0.950.95 11 11 0.630.630.950.95
42. 42
Seguimiento de Objetos en Secuencias de Imágenes
Algoritmos de Seguimiento Visual
Filtro de Partículas
Selección: (método de la ruleta)
Población actual
Nueva población
0.60.6 00 0.350.35 0.050.05 00
1
tx 2
tx 5
tx4
tx3
tx
0.60.6 0.60.6 0.950.95 11 11 0.630.630.950.95
0.350.35
3
tx
43. 43
Seguimiento de Objetos en Secuencias de Imágenes
Algoritmos de Seguimiento Visual
Filtro de Partículas
Selección: (método de la ruleta)
Población actual
Nueva población
0.60.6 00 0.350.35 0.050.05 00
1
tx 2
tx 5
tx4
tx3
tx
0.60.6 0.60.6 0.950.95 11 11 0.630.630.950.95
0.350.35
3
tx
3
tx
44. 44
Seguimiento de Objetos en Secuencias de Imágenes
Algoritmos de Seguimiento Visual
Filtro de Partículas
Selección: (método de la ruleta)
Población actual
Nueva población
0.60.6 00 0.350.35 0.050.05 00
1
tx 2
tx 5
tx4
tx3
tx
0.60.6 0.60.6 0.950.95 11 11
3
tx
0.330.33
45. 45
Seguimiento de Objetos en Secuencias de Imágenes
Algoritmos de Seguimiento Visual
Filtro de Partículas
Selección: (método de la ruleta)
Población actual
Nueva población
0.60.6 00 0.350.35 0.050.05 00
1
tx 2
tx 5
tx4
tx3
tx
0.60.6 0.60.6 0.950.95 11 11
3
tx
0.330.330.60.6
46. 46
Seguimiento de Objetos en Secuencias de Imágenes
Algoritmos de Seguimiento Visual
Filtro de Partículas
Selección: (método de la ruleta)
Población actual
Nueva población
0.60.6 00 0.350.35 0.050.05 00
1
tx 2
tx 5
tx4
tx3
tx
0.60.6 0.60.6 0.950.95 11 11
3
tx
0.330.330.60.6
0.60.6
1
tx
47. 47
Seguimiento de Objetos en Secuencias de Imágenes
Algoritmos de Seguimiento Visual
Filtro de Partículas
Selección: (método de la ruleta)
Población actual
Nueva población
0.60.6 00 0.350.35 0.050.05 00
1
tx 2
tx 5
tx4
tx3
tx
0.60.6 0.60.6 0.950.95 11 11
3
tx
0.330.330.60.6
0.60.6
1
tx
1
tx
48. 48
Seguimiento de Objetos en Secuencias de Imágenes
Algoritmos de Seguimiento Visual
Filtro de Partículas
Selección: (método de la ruleta)
Población actual
Nueva población
0.60.6 00 0.350.35 0.050.05 00
1
tx 2
tx 5
tx4
tx3
tx
0.60.6 0.60.6 0.950.95 11 11
3
tx
0.170.170.60.6
0.60.6
1
tx
1
tx 1
tx
49. 49
Seguimiento de Objetos en Secuencias de Imágenes
Algoritmos de Seguimiento Visual
Filtro de Partículas
Selección: (método de la ruleta)
Población actual
Nueva población
0.60.6 00 0.350.35 0.050.05 00
1
tx 2
tx 5
tx4
tx3
tx
0.60.6 0.60.6 0.950.95 11 11
3
tx 1
tx 1
tx
11 0.970.97
4
tx
50. 50
Seguimiento de Objetos en Secuencias de Imágenes
Algoritmos de Seguimiento Visual
Filtro de Partículas
Selección: (método de la ruleta)
Población actual
Nueva población
0.60.6 00 0.350.35 0.050.05 00
1
tx 2
tx 5
tx4
tx3
tx
0.60.6 0.60.6 0.950.95 11 11
3
tx
1
tx
1
tx 1
tx 4
tx
0.40.4
0.60.6
0.60.6
1
tx
1
tx
51. 51
Seguimiento de Objetos en Secuencias de Imágenes
Algoritmos de Seguimiento Visual
Filtro de Partículas
Difusión
Selección → “empobrecimiento de la muestra”
Aplicar movimiento sobre el espacio de estados
Por ejemplo: basado en una distribucón gaussiana
Predicción
Aplicar conocimiento acerca de la dinámica del sistema
52. 52
Seguimiento de Objetos en Secuencias de Imágenes
Algoritmos de Seguimiento Visual
Filtro de Partículas
En 1996 Isard y Blake adaptaron el marco de trabajo del PF para
su aplicación al seguimiento visual
CONDENSATION: CONditional DENSity propagATION
Ejemplo: seg. de un objeto en el espacio 2D
Estado de una partícula
),( ,,
i
ty
i
tx
i
t ssx
1
,tys
1
,txs
2
,tys
2
,txs
53. 53
Seguimiento de Objetos en Secuencias de Imágenes
Algoritmos de Seguimiento Visual
Filtro de Partículas
Inicialización:
Muestreo de una función de densidad de probabilidad inicial
Generación aleatoria de un conjunto de posiciones 2D
Fotograma inicial t=0 Población inicial
EvaluaciónEvaluación EstimaciónEstimación SelecciónSelección DifusiónDifusión PredicciónPredicciónInicializaciónInicialización
54. 54
Seguimiento de Objetos en Secuencias de Imágenes
Algoritmos de Seguimiento Visual
Filtro de Partículas
Evaluación:
Cálculo del peso de cada partícula utilizando una función de
verosimilitud y un modelo de observación (fotograma segmentado)
EvaluaciónEvaluación EstimaciónEstimación SelecciónSelección DifusiónDifusión PredicciónPredicciónInicializaciónInicialización
ω j>0ωj>0
Fotograma t
segmentado
Evaluación de la
población
ω j==0
55. 55
Seguimiento de Objetos en Secuencias de Imágenes
Algoritmos de Seguimiento Visual
Filtro de Partículas
Estimación:
pdf aproximada mediante medidas discretas
Se realizan estimaciones como medias, máximo, etc.
EvaluaciónEvaluación EstimaciónEstimación SelecciónSelección DifusiónDifusión PredicciónPredicciónInicializaciónInicialización
Selección de la partícula
con mayor peso
Estimado para el
instante t
56. 56
Seguimiento de Objetos en Secuencias de Imágenes
Algoritmos de Seguimiento Visual
Filtro de Partículas
Selección:
Generar el nuevo conjunto de partículas remuestreando con
reemplazo N veces sobre la población actual
EvaluaciónEvaluación EstimaciónEstimación SelecciónSelección DifusiónDifusión PredicciónPredicciónInicializaciónInicialización
Partículas seleccionadas para generar la nueva población
57. 57
Seguimiento de Objetos en Secuencias de Imágenes
Algoritmos de Seguimiento Visual
Filtro de Partículas
Difusión:
En la etapa de selección las mejores partículas se seleccionan
varias veces (empobrecimiento de la muestra)
EvaluaciónEvaluación EstimaciónEstimación SelecciónSelección DifusiónDifusión PredicciónPredicciónInicializaciónInicialización
Nueva población con
estados repetidos
Desplazamiento aleatorio
58. 58
Seguimiento de Objetos en Secuencias de Imágenes
Algoritmos de Seguimiento Visual
Filtro de Partículas
Predicción:
Se aplica el conocimiento acerca de la dinámica del sistema
Tras esta etapa se obtiene la estimación a priori de la pdf para el
siguiente instante de tiempo
EvaluaciónEvaluación EstimaciónEstimación SelecciónSelección DifusiónDifusión PredicciónPredicciónInicializaciónInicialización
Población de partículas
antes de la predicción
Modelo de sistema
conocido y aplicado
59. 59
Seguimiento de Objetos en Secuencias de Imágenes
Algoritmos de Seguimiento Visual
Filtro de Partículas
El proceso se repite nuevamente
Se evalúa la nueva población para estimar la posición del objeto en
el siguiente fotograma (t ← t + 1)
El proceso se repite para todos los fotogramas de la secuencia
EvaluaciónEvaluación EstimaciónEstimación SelecciónSelección DifusiónDifusión PredicciónPredicciónInicializaciónInicialización
t = 0 t = 1 t = 2 …
60. 60
Seguimiento de Objetos en Secuencias de Imágenes
Algoritmos de Seguimiento Visual
Filtro de Partículas Metaheurístico
Es una propuesta de nuestro grupo de investigación
Consiste en la hibridación entre filtros de partículas y algoritmos
de optimización heurística y metaheurística
Hipótesis de la propuesta:
Los filtros de partículas son buenos algoritmos para estimar la
evolución temporal de sistemas dinámicos, pero no tienen por qué
ser buenos encontrando soluciones de alta calidad
Los algoritmos de optimización heurística y metaheurística
persiguen encontrar soluciones de alta calidad en tiempos
razonables
De modo que la hibridación de ambos puede ser interesante para la
resolución de problemas de optimización dinámicos como el
seguimiento visual.
61. 61
Seguimiento de Objetos en Secuencias de Imágenes
Algoritmos de Seguimiento Visual
Filtro de Partículas Metaheurístico
Filtros de
Partículas
• Multimodalidad
• Predicción
Metaheurísticas
Poblacionales
• Optimización
Algoritmos
Híbridos
• Adaptación
• Predicción
• Optimización
62. 62
Seguimiento de Objetos en Secuencias de Imágenes
Algoritmos de Seguimiento Visual
Filtro de Partículas Metaheurístico
x
x
Selección
Mutación
Mejora y/o
Combinación
Soluciones
Iniciales
Soluciones
Mejoradas
Metaheurística
poblacional
63. 63
Seguimiento de Objetos en Secuencias de Imágenes
Algoritmos de Seguimiento Visual
Filtro de Partículas Metaheurístico
Algoritmo híbrido resultante
Incialización(ParticleSet);
WHILE not terminacion DO
Actualización(ParticleSet);
Selección(ParticleSet,ImprovedSet);
Optimización(ImprovedSet);
Estimación(ImprovedSet);
Inclusión(ImprovedSet,ParticleSet);
Predicción(ParticleSet);
ENDWHILE
Estimación
Inclusión
Metaheurística
Poblacional
(PBM)
Selección
Filtro de
Partículas (PF)
64. 64
Seguimiento de Objetos en Secuencias de Imágenes
Índice
1. Introducción
2. Modelado en seguimiento visual
3. Extracción de características
4. Algoritmos de seguimiento visual
5. Métricas
65. 65
Seguimiento de Objetos en Secuencias de Imágenes
Métricas
Métricas habituales
Multiple Object Tracking Precision (MOTP): Es el error total en
posición estimada para los pares objeto-hipótesis sobre cada
fotograma, promediados por el número total de objetos seguidos.
Muestra la capacidad del algoritmo para estimar posiciones
precisas de objetos.
donde
es la distancia entre el objeto y su correspondiente hipótesis
es el número de objetos seguidos en el instante
MOTP=
∑
i,t
dt
i
∑
t
ct
dt
i
ct
oi
t
66. 66
Seguimiento de Objetos en Secuencias de Imágenes
Métricas
Métricas habituales
Multiple Object Tracking Accuracy (MOTA): Representa los errores
de configuración cometidos por el tracker, sobre todos los
fotogramas. Da una medida intuitiva del rendimiento del tracker en
la detección de objetos y mantenimiento de sus trayectorias,
independientemente de la precisión con la que se estiman las
posiciones.
donde
es el número de objetos perdidos
es el número de falsos positivos
es el número de desajustes (errores en la asociación de datos)
Es el número de objetos presentes en el instante
MOTA=1−
∑
t
(mt +fpt +mmet)
∑
t
gt
mt
mmet
fpt
gt t
67. Seguimiento de Objetos en Secuencias de
Imágenes
Juan J. Pantrigo
juanjose.pantrigo@urjc.es