Segmentación y clasificación de objetos utilizando una cámara de alcance 3D

Este trabajo propone un sistema de visión que utiliza una cámara de alcance 3D para la segmentación de escenas y la clasificación de peatones. El sistema detecta y segmenta objetos en primer plano, mide sus distancias a la cámara y los clasifica en peatones y obstáculos no peatonales. La combinación de imágenes de alcance e intensidad permite una segmentación rápida y precisa de los objetos, y proporciona indicaciones útiles para la navegación, como el alcance y el tipo de objetos cercanos y la superficie del suelo. En el enfoque propuesto, se segmenta una imagen de alcance tridimensional mediante el procesamiento de histogramas y la agrupación de desplazamiento medio. La superficie del suelo se detecta estimando su vector normal en el espacio tridimensional. A continuación, se aplican descriptores de Fourier y GIST a cada región detectada para extraer características de forma y textura. Por último, se utilizan máquinas de vectores de apoyo para clasificar los objetos; en este trabajo nos centramos en diferenciar las regiones de peatones y no peatones. El rendimiento del sistema propuesto se evalúa con dos conjuntos de datos. Uno de los conjuntos de datos para la segmentación de objetos y la clasificación de peatones ha sido adquirido por nosotros utilizando una cámara de alcance tridimensional; el otro es un conjunto de datos RGB-D público para la detección de personas. Los resultados experimentales muestran que el sistema propuesto se comporta favorablemente en comparación con algunos enfoques de segmentación y extracción de características existentes.

Leave a Reply

Deja una respuesta

Tu dirección de correo electrónico no será publicada.