Influence of the 11 Components on the Relationship between UNICEF

operaci´on de robots

Esta aplicaci´on explora un aspecto de la navegaci´on rob´otica, la teleoperaci´on de un robot m´ovil empleando ademanes. Por un lado se tiene el reconocimiento de ademanes sencillos, mediante an´alisis de im´agenes digitales; y por otro la teleoperaci´on del robot a trav´es de una red local, recibiendo retroalimentaci´on de la ubicaci´on del robot por medio de una c´amara que se encuentra en el mismo espacio que el robot [28].

Este proyecto se realiz´o con la colaboraci´on de un grupo de trabajo de la Maestr´ıa en Inteligencia Artificial - UV. La teleoperaci´on del robot estuvo a cargo de la M.C. Ang´elica Garc´ıa Vega, y los I.S.C. Grecia Lapizco Encinas y Rodrigo S´anchez Chac´on. El modelado de la mano y el reconocimiento de ademanes fueron desarrollado por el Dr. Homero V. R´ıos Figueroa y la I.C. Hilda Caballero Barbosa.

(a) Posici´on inicial de la persona.

(b) Inicia el movimiento vertical hacia abajo.

(c) Se contin´ua el descenso de la postura de la persona.

Figura 3.58:Resultados del seguimiento de la persona mientras realiza movimientos verticales hacia abajo (1/2).

(d) Persona con la postura inclinada.

(e) Inicia el retorno a la postura inicial.

Figura 3.58:Resultados del seguimiento de la persona mientras realiza movimientos verticales hacia abajo (2/2).

(a) Contin´ua el ascenso en la postura de la persona.

(b) La postura de la persona se sigue elevando.

(c) Recuperaci´on de la postura erguida de la persona.

Figura 3.59:Resultados del seguimiento de la persona mientras realiza movimientos verticales hacia arriba (1/2).

(d) Postura erguida alcanzada.

(e) Estabilidad en el seguimiento.

Figura 3.59:Resultados del seguimiento de la persona mientras realiza movimientos verticales hacia arriba (2/2).

Cap´ıtulo 4

Conclusiones y trabajos futuros

4.1

Conclusiones

Se concluye que fue posible localizar y modelar a una persona por medio de blobs. Se cumpli´o con el objetivo planteado dados los alcances del trabajo establecidos en la secci´on 3.3.

La implementaci´on realizada permiti´o el estudio del movimiento de un objeto articulado, re- solviendo el problema del seguimiento de un objeto no r´ıgido en una escena. El seguimiento de la persona se efect´ua en tiempo real bajo condiciones de iluminaci´on controladas.

El sistema funciona con una PC comercial. El seguimiento fue realizado sin la necesidad de emplear unhardware especializado. Permitiendo una soluci´on menos restringida al problema.

La experimentaci´on est´atica aport´o conocimiento sobre las condiciones a controlar : colores del fondo y la iluminaci´on en la escena (poca variaci´on) 1.

En la fase de detecci´on de la persona se probaron t´ecnicas de visi´on simples como la diferencia de im´agenes y la segmentaci´on por crecimiento de regiones, las cuales dieron resultados satisfacto- rios. Por otro lado el clasificador de distancia m´ınima de Mahalanobis efectu´o una clasificaci´on apropiada durante el seguimiento.

Se demostraron las ventajas del modelo de representaci´on por medio deblobs. Se combinaron las

1_{En la literatura [5, 77, 74] se ha representado el color en el espacio de colorY U V ( Y es la luminosidad,}

U V componentes de color), de modo que un blob tiene componentes espaciales (x, y) y color (Y, U, V). Para compensar el efecto de la sombra y la luminosidad sobre la imagen durante el seguimiento se emplea la normalizaci´onU∗=U_Y,V∗=V_Y.

propiedades espaciales y de color de las regiones de inter´es (cabeza, brazos, torso, y piernas) para cada blob. Se prob´o la robustez del modelo en el seguimiento. Dado el modelo de los vectores caracter´ısticos elegidos (que involucran las propiedades de posici´on y color (x, y, R, G, B)), se requiere de poca memoria para representar a cadablob, una matriz de covarianza de dimensi´on 5×5 y un vector medio de dimensi´on 5.

El sistema fue analizado bajo una serie de experimentos, los resultados obtenidos pueden re- sumirse como sigue:

• Fue capaz de realizar el seguimiento de los brazos bajo diferentes movimientos, sigui´o a cada uno por separado y a ambos cuando el movimiento fue conjunto. Los resulta- dos mostraron ser apropiados cuando la persona elev´o los brazos, cuando movi´o el torso lateralmente. Se exhibi´o recuperaci´on de oclusiones parciales: al acercar los brazos al rostro, las manos se confunden parcialmente con ´el, debido a la similitud en el color de la piel, el sistema recupera el blob del brazo al alejarlo del rostro. La identificaci´on de los brazos se mantiene si la persona los coloca frente al torso. Si los brazos desapare- cen moment´aneamente de la escena, el sistema es capaz de relocalizarlos cuando ´estos figuran nuevamente. Para que el seguimiento se conserve estable la persona no debe realizar movimientos repentinos. En caso de oclusiones, est´as deben ser moment´aneas (recuperaci´on satisfactoria).

• Se experiment´o en seguir las piernas, bajo movimientos laterales y si ´estas se elevan mante- niendo el torso al frente. Para el caso del movimiento lateral, puede haber cierta confusi´on en la clasificaci´on, as´ı que el movimiento debe ser lento, la recuperaci´on de estabilidad se alcanza cuando la persona regresa a la postura de inicio. Los brazos deben estar alejados del torso y visibles, as´ı no podr´an confundirse con alg´un otro blob, causando inestabilidad en el seguimiento.

• La cabeza fue seguida cuando la persona realiz´o movimientos laterales y cuando inclin´o el torso al frente y hacia atr´as. El seguimiento fue realizado satisfactoriamente.

• Se prob´o seguir a la persona mientras se desplazaba lateralmente. Estos movimientos los efect´uo girando el torso y manteniendo el torso frente a la c´amara. Los movimientos deben ser los suficientemente lentos para darle tiempo al sistema de estabilizarse, de lo contrario puede causar fallas en el seguimiento. La persona puede acercarse y alejarse de la c´amara lentamente. Debido a la resoluci´on de la c´amara no puede alejarse demasiado, esto causa confusi´on en la clasificaci´on e inestabilidad en el seguimiento. La oclusi´on de las piernas cuando estas se cruzan, no es manejado por el sistema de manera apropiada, ya que no

puede identificarse en el modelo multi-blob, cual es la pierna que est´a al frente y cual es la pierna que est´a hacia atr´as; el blob de cada pierna se recupera al separar las piernas y dejarlas visibles.

• Otra prueba consisti´o en seguir a la persona mientras efectuaba un giro, se muestra en este experimento que el sistema puede manejar con la oclusi´on moment´anea de un brazo y de una pierna, cuando debido al movimiento la persona da una vista lateral. El movimiento debe ser lento d´andole tiempo al sistema de conservar estabilidad en las estad´ısticas de losblobs.

• Si la persona se mantiene en el mismo sitio y solo se inclina y posteriormente recupera la posici´on erguida, el seguimiento muestra buenos resultados. Hay correspondencia entre el modelo multi-bloby las regiones de la persona.

Si el proceso de inicializaci´on del sistema falla, debido a que los par´ametros de la c´amara no est´en ajustados con la iluminaci´on de la escena, el seguimiento ser´a tambi´en err´oneo. Si aparece otra persona en escena, causa confusi´on en la clasificaci´on y el seguimiento se ve degradado. La iluminaci´on debe mantenerse poco variable para no afectar la clasificaci´on y el seguimiento, as´ı como los movimientos deben ser lo suficientemente lentos. Las partes del cuerpo deben mantenerse visibles para facilitar su clasificaci´on.