Resumen

Los sistemas de gestión de la navegación en vehículos autónomos deben ser capaces de reunir información sólida sobre el entorno inmediato del vehículo, discernir entre una ambulancia y un camión de reparto y reaccionar de forma adecuada para manejar cualquier situación difícil. Separar esa información de un sistema controlado por visión es una tarea exigente desde el punto de vista computacional para zonas de tráfico denso en las condiciones ambientales del mundo real. En un escenario así, necesitamos un sistema robusto de seguimiento de detección de objetos en movimiento. Para lograrlo, podemos hacer uso de la detección y seguimiento de objetos en movimiento basados en visión estereoscópica, utilizando la transformada wavelet discreta basada en máscaras simétricas para hacer frente a los cambios de iluminación, el bajo requerimiento de memoria y la evitación del movimiento falso. La detección precisa del movimiento en escenas dinámicas complejas se realiza mediante la técnica combinada de sustracción del fondo y diferenciación de fotogramas. Para el seguimiento rápido del movimiento, podemos emplear un método de varianza de disparidad densa. Esta detección de objetos basada en SMDWT tiene una precisión máxima y mínima del 99,62 y 94,95%, respectivamente. El seguimiento del movimiento tiene una precisión máxima del 79,47% en un tiempo de 28,03 segundos. La precisión más baja del sistema es del 62,01% en un tiempo de 34,46 segundos. Del análisis se desprende que el método propuesto supera con creces a los métodos de seguimiento de objetos monoculares y estereoscópicos densos en términos de bajo coste computacional, alta precisión y manejo de entornos dinámicos.

• Materias:Biotecnología Minería de datos Redes de sensores Sistema de sensores Tecnología de sensores
• Subjects:Biotechnology Data mining Sensor networks Sensor system Sensor technology
• Palabras claves:detección de objetos, marco temporal, enfoques de seguimiento de objetos estéreo denso, sistema de seguimiento de detección de objetos, detección de movimiento precisa, escenas dinámicas complejas, transformada wavelet discreta, evitación de movimiento falso, seguimiento de movimiento rápido, zonas de tráfico denso
• Keywords:object detection, time frame, dense stereo object tracking approaches, object detection tracking system, accurate motion detection, complex dynamic scenes, discrete wavelet transform, fake motion avoidance, fast motion track, heavy traffic areas