Grupo de Procesamiento de Imágenes y Visión por Computadora

Existe una gran cantidad de trabajos donde se estudian procedimientos automáticos para la segmentación temporal de videos. En ellos, la segmentación consiste en la partición del video en unidades elementales, llamadas tomas, y en su posterior agrupación en secuencias de tomas, llamadas escenas.

Una escena es una secuencia temporal de tomas contiguas en las que el entorno donde se desarrollan las acciones es el mismo. Estos entornos pueden ser interiores en un estudio de filmación o exteriores.
Los videos pueden ser capturados con una o varias cámaras y en diferentes ángulos dentro de un mismo ambiente. Dentro de una misma escena puede haber tomas hechas con cámaras en movimiento, o en entornos donde el fondo cambia con el tiempo (por ejemplo, filmaciones en exteriores).
La segmentación de tomas se realiza de acuerdo a diferentes criterios. Luego se caracteriza cada toma asociando a cada una de ellas un conjunto de descriptores tales como, indicador de presencia de humanos (p.ej.: posición de caras y descriptores asociados a las mismas), de objetos estáticos, de objetos en movimiento, de escenas en interiores, de escenas exteriores, de tipo de movimiento, histograma (en color o en niveles de gris), frame representativo, otros.
Algunos de estos descriptores se asociarán a TAGs (Etiqueta: palabra clave asignada a un dato almacenado en un repositorio) indicadores de, por ejemplo, escena de exteriores o presencia de personas, en cada toma o secuencia.
El objetivo de poseer una base de videos previamente segmentados, junto con sus descriptores y TAGs, es facilitar la realización de consultas a la misma en forma eficiente, ya que la comparación entre descriptores y la búsqueda de TAGs es una operación relativamente veloz.

Para evaluar la calidad del segmentador, se comparan los resultados que éste arroja con los resultados obtenidos mediante la segmentación hecha por un observador humano.
Para la evaluación de la calidad del segmentador de videos, se consideran los siguientes parámetros:
cantidad de escenas que son detectadas por el sistema vs. cantidad de escenas detectadas por un observador humano.
cantidad de escenas detectadas correctamente, que coinciden con las detectadas por un observador humano
falsos positivos: escenas inexistentes detectadas por el sistema
falsos negativos: escenas existentes no detectadas por el sistema
recall: relación entre la cantidad de escenas correctamente segmentadas y el número total de escenas segmentadas por un operador humano
precisión: el cociente entre la cantidad de escenas identificadas correctamente y la cantidad total de escenas detectadas por el sistema

Automatic Recognition of Trademark Logos using Computer Vision and Image Processing Techniques

Recuperacion de imagenes basado en similaridad en bases de datos de marcas usando reconocimiento de forma. El análisis de formas es el principal análisis automático de formas geométricas, por ejemplo, usar una computadora para detectar objetos de forma similar en una base de datos o sus partes que coinciden mutuamente. Para más información click aqui

Real-Time Identification of Persons by Iris Recognition

Identificación de personas mediante el análisis de la textura del iris es aceptado como uno de los métodos biométricos más eficientes con el objetivo de controlar el acceso de los individuos a los edificios, oficinas, equipos y otros recursos protegidos.

License Plate Automatic Recognition System

Reconocimiento de matrículas es una tecnología de procesamiento de imagen que se utiliza para identificar vehículos por sus placas de matrícula. Esta tecnología se utiliza en diversas aplicaciones de seguridad y de tráfico, tales como el sistema de control de acceso. Este sistema detecta y lee las matrículas de los vehículos para el estacionamiento, control de acceso, el tráfico, la vigilancia, la aplicación de la ley, la seguridad y otras aplicaciones logísticas.

Face Recognition System

Cada vez más, las aplicaciones de software y dispositivos de electrónica de consumo están incorporando la tecnología de reconocimiento facial. Sistema de reconocimiento facial permite la monitorización automática de grupos de personas, la seguridad del aeropuerto, sitios de redes sociales, el software incorporado en las cámaras, software de procesamiento de imágenes y gestión de fotos, el análisis de vídeo, interfaz hombre máquina (HCI), sistemas de seguridad y confort en vehículos y viviendas, entre otros.

3D real-time Earth Exploration using Flight Simulators and Geodatabases

Visualización en 3D de entornos topográficos e información geoespacial asociada permite la exploración de la diversidad de los fenómenos geográficos (los cambios globales del clima, medio ambiente prevención de desastres, estudios ecológicos, y en tiempo real teledetección y seguimiento). También, el uso de las geodatabases es una poderosa herramienta para llevar a cabo la interpretación de datos cualitativa y cuantitativa. Ambos contribuyen a aumentar las capacidades de análisis y de entender estos y otros temas complejos que deben abordarse.
Para más información click aqui

FPGA (Field Programmable Gate Arrays)

Muchas aplicaciones de teledetección requieren de a bordo, el procesamiento en tiempo real con un bajo consumo de energía. Las soluciones basadas en las implementaciones de FPGA son comunes en estos casos para optimizar los recursos de procesamiento necesarios. Para màs información click aqui

Real Time Object Detection

El crecimiento exponencial de la velocidad del procesador permite hoy en día la aplicación de la visión basada en detección de objetos en tiempo real en una amplia variedad de aplicaciones: detección de rostros (cámaras digitales, cámaras web, etc), detección de peatones (videovigilancia), detección de vehículos (sistemas de pre-colisión) , etc
Para más información click aqui

Grupo de Procesamiento de Imágenes y Visión por Computadora Departamento de Computación - Facultad de Ciencias Exactas y Naturales - Universidad de Buenos Aires - Argentina

Inicio Lineas de Investigación Investigadores Transferencia de Tecnología Proyectos Publicaciones y Conferencias Tesis Cursos Charlas de Invitados	Desarrollo de una herramienta de segmentación de videos y de búsqueda por contenido en videos indexados Presentación click aquí Existe una gran cantidad de trabajos donde se estudian procedimientos automáticos para la segmentación temporal de videos. En ellos, la segmentación consiste en la partición del video en unidades elementales, llamadas tomas, y en su posterior agrupación en secuencias de tomas, llamadas escenas. Una escena es una secuencia temporal de tomas contiguas en las que el entorno donde se desarrollan las acciones es el mismo. Estos entornos pueden ser interiores en un estudio de filmación o exteriores. Los videos pueden ser capturados con una o varias cámaras y en diferentes ángulos dentro de un mismo ambiente. Dentro de una misma escena puede haber tomas hechas con cámaras en movimiento, o en entornos donde el fondo cambia con el tiempo (por ejemplo, filmaciones en exteriores). La segmentación de tomas se realiza de acuerdo a diferentes criterios. Luego se caracteriza cada toma asociando a cada una de ellas un conjunto de descriptores tales como, indicador de presencia de humanos (p.ej.: posición de caras y descriptores asociados a las mismas), de objetos estáticos, de objetos en movimiento, de escenas en interiores, de escenas exteriores, de tipo de movimiento, histograma (en color o en niveles de gris), frame representativo, otros. Algunos de estos descriptores se asociarán a TAGs (Etiqueta: palabra clave asignada a un dato almacenado en un repositorio) indicadores de, por ejemplo, escena de exteriores o presencia de personas, en cada toma o secuencia. El objetivo de poseer una base de videos previamente segmentados, junto con sus descriptores y TAGs, es facilitar la realización de consultas a la misma en forma eficiente, ya que la comparación entre descriptores y la búsqueda de TAGs es una operación relativamente veloz. Para evaluar la calidad del segmentador, se comparan los resultados que éste arroja con los resultados obtenidos mediante la segmentación hecha por un observador humano. Para la evaluación de la calidad del segmentador de videos, se consideran los siguientes parámetros: cantidad de escenas que son detectadas por el sistema vs. cantidad de escenas detectadas por un observador humano. cantidad de escenas detectadas correctamente, que coinciden con las detectadas por un observador humano falsos positivos: escenas inexistentes detectadas por el sistema falsos negativos: escenas existentes no detectadas por el sistema recall: relación entre la cantidad de escenas correctamente segmentadas y el número total de escenas segmentadas por un operador humano precisión: el cociente entre la cantidad de escenas identificadas correctamente y la cantidad total de escenas detectadas por el sistema Automatic Recognition of Trademark Logos using Computer Vision and Image Processing Techniques Recuperacion de imagenes basado en similaridad en bases de datos de marcas usando reconocimiento de forma. El análisis de formas es el principal análisis automático de formas geométricas, por ejemplo, usar una computadora para detectar objetos de forma similar en una base de datos o sus partes que coinciden mutuamente. Para más información click aqui Real-Time Identification of Persons by Iris Recognition Identificación de personas mediante el análisis de la textura del iris es aceptado como uno de los métodos biométricos más eficientes con el objetivo de controlar el acceso de los individuos a los edificios, oficinas, equipos y otros recursos protegidos. Para más información click aqui License Plate Automatic Recognition System Reconocimiento de matrículas es una tecnología de procesamiento de imagen que se utiliza para identificar vehículos por sus placas de matrícula. Esta tecnología se utiliza en diversas aplicaciones de seguridad y de tráfico, tales como el sistema de control de acceso. Este sistema detecta y lee las matrículas de los vehículos para el estacionamiento, control de acceso, el tráfico, la vigilancia, la aplicación de la ley, la seguridad y otras aplicaciones logísticas. Face Recognition System Cada vez más, las aplicaciones de software y dispositivos de electrónica de consumo están incorporando la tecnología de reconocimiento facial. Sistema de reconocimiento facial permite la monitorización automática de grupos de personas, la seguridad del aeropuerto, sitios de redes sociales, el software incorporado en las cámaras, software de procesamiento de imágenes y gestión de fotos, el análisis de vídeo, interfaz hombre máquina (HCI), sistemas de seguridad y confort en vehículos y viviendas, entre otros. Para más información click aqui 3D real-time Earth Exploration using Flight Simulators and Geodatabases Visualización en 3D de entornos topográficos e información geoespacial asociada permite la exploración de la diversidad de los fenómenos geográficos (los cambios globales del clima, medio ambiente prevención de desastres, estudios ecológicos, y en tiempo real teledetección y seguimiento). También, el uso de las geodatabases es una poderosa herramienta para llevar a cabo la interpretación de datos cualitativa y cuantitativa. Ambos contribuyen a aumentar las capacidades de análisis y de entender estos y otros temas complejos que deben abordarse. Para más información click aqui FPGA (Field Programmable Gate Arrays) Muchas aplicaciones de teledetección requieren de a bordo, el procesamiento en tiempo real con un bajo consumo de energía. Las soluciones basadas en las implementaciones de FPGA son comunes en estos casos para optimizar los recursos de procesamiento necesarios. Para màs información click aqui Real Time Object Detection El crecimiento exponencial de la velocidad del procesador permite hoy en día la aplicación de la visión basada en detección de objetos en tiempo real en una amplia variedad de aplicaciones: detección de rostros (cámaras digitales, cámaras web, etc), detección de peatones (videovigilancia), detección de vehículos (sistemas de pre-colisión) , etc Para más información click aqui
Departamento de Computación, Facultad de Ciencias Exactas y Naturales Universidad de Buenos Aires (UBA) Pabellón I, Ciudad Universitaria (1428), Buenos Aires, República Argentina. Teléfono y FAX: +(54 -11) - 4576 - 3359