Visión artificial aplicada en escenarios reales. Una aproximación práctica

Resumo

La presente tesis se fundamenta en la aplicación de un conjunto de técnicas de visión artificial a situaciones reales muy dispares entre sí, demostrando que para todas ellas existe una metodología adecuada para la resolución del problema en cuestión. Los campos en los que se ha trabajado han sido los que se detallan a continuación, con aportaciones notables, como se comprueba en las publicaciones obtenidas. El primero Identificación de personas por medio de su cara en situaciones controladas empleando redes neuronales y métodos para la reducir el tamaño de las imágenes sin pérdida de información útil para el reconocimiento. Una vez analizados los resultados obtenidos y mostrados en la tesis, se concluye que es posible llevar a cabo la identificación de personas en imágenes de reducido tamaño utilizando redes neuronales consiguiendo porcentajes muy altos de aciertos. En segundo lugar se abordó la determinación del tamaño de rocas en una situación de trabajo efectivo en una mina a cielo abierto. Se ha desarrollado un sistema automático de detección de rocas de gran tamaño funcionando a tiempo real con una reducción a la mitad de los tiempos de parada del sistema. El siguiente caso estudiado ha sido la detección de ataques de presentación a los sistemas de identificación automática de los individuos en un desplazamiento natural por pasos fronterizos. Se ha desarrollado un sistema PAD (Detección de Ataques de Presentación) operativo en condiciones cuasi-reales de gran versatilidad que puede ser aplicado tanto en entornos de alta seguridad como de seguridad más relajada. El último caso analizado fue la detección de situaciones de conflicto entre vehículos y peatones con el objetivo de mejorar la seguridad vial. El estudio se realizó en dos pasos de peatones de la ciudad de Salamanca. En este caso, se implementó un sistema de detección de conflictos peatón-automóvil que funciona de una forma prácticamente no detectable, capaz de almacenar una gran cantidad de datos, procesarlos e indicar a un usuario entrenado cuales son los momentos en los que se producen los conflictos.