Reconocimiento y búsqueda selectiva de objetos en entornos no estructurados mediante apariencia multicanal y multiescala

Resumen

La presente tesis se centra en el reconocimiento de objetos de forma libre mediante visión artificial, Específicamente, está orientada hacia el reconocimiento de objetos basado en la apariencia, esto es, haciendo uso de toda la información del objeto presente en sus imágenes más representativas. Los métodos de reconocimiento de objetos basados en la apariencia hacen uso de técnicas de extracción de características para comprimir los modelos de apariencia de los objetos a reconocer. Uno de objetivos de esta tesis es aclarar una serie de contradicciones existentes en la actualidad, relativas a qué método de extracción de características lineal es más idóneo en ciertas circunstancias de trabajo. Concretamente, se pretende aportar algo de luz a la falta de congruencia entre los resultados obtenidos mediante el análisis de componentes independientes (ICA) y los obtenidos con el método clásico de análisis de componentes principales (PCA). Otra área de trabajo de la tesis se centra en el análisis de nuevos métodos de extracción de características, como es el caso de las proyecciones aleatorias (RP) o la factorización en matrices no negativas (NMF). En esta tesis se señala bajo qué condiciones estos nuevos métodos pueden mejorar las propiedades de técnicas clásicas como el análisis de componentes principales o el análisis discriminante lineal (LDA). De este modo, se propone una nueva arquitectura (el subespacio objeto modificado) para la construcción de los modelos de apariencia de los objetos, que permite mejorar los resultados de reconocimiento utilizando la factorización en matrices no negativas. El estudio detallado de todas estas técnicas de extracción de características concluye con el desarrollo de un novedoso sistema de detección de objetos de forma libre en entornos no estructurados, basado en el uso de múltiples canales de informa