Facultad Regional Buenos Aires

Permanent URI for this communityhttp://48.217.138.120/handle/20.500.12272/6

Browse

Subject: search.filters.subject.computer vision

Search Results

Now showing 1 - 2 of 2
  • Thumbnail Image
    Item
    Análisis del comportamiento de clientes mediante técnicas de inteligencia artificial y visión por computadora
    (2023-10-01) Apablaza, Salvador; Fernández, Carolina Sol; Locatti, Nicolás Gabriel; Durante, Diego; Verrastro, Sebastián; Gómez, Juan Carlos
    En el presente trabajo se desarrolla un framework de detección de personas para analizar el comportamiento de los clientes en una tienda minorista mediante el procesamiento de videos de vigilancia. Para ello, se propone un pipeline compuesto por un preprocesamiento del video, un procesamiento con un modelo basado en redes neuronales, y un postprocesamiento orientado a correcciones. Se proveen indicadores útiles para los negocios, entre ellos, un mapa de calor que muestra los espacios ocupados. El resultadoes constatado con un etiquetado manual para evaluar el rendimiento del algoritmo. Se demuestra la viabilidad de este método para comprender el comportamiento de los clientes.
  • Thumbnail Image
    Item
    Método automático para el incremento de correspondencias entre imágenes con perspectivas no paralelas y ampliamente separadas para su utilización en reconstrucción 3D con modelos de aprendizaje profundo
    (2022-10-01) Verrastro, Ramiro; Durante, Diego Patricio; Gómez, Juan Carlos; Verrastro, Claudio A.
    En procesos que requieren realimentación visual en forma autónoma, tales como la reconstrucción trimensional o el corregistro de imágenes, se necesita encontrar la mayor cantidad posible de puntos homólogos. Para ello es necesario encontrar puntos característicos en las distintas imágenes y luego hacerlos corresponder (matching). En el caso de que la asociación sea ideal, los puntos correspondientes son homólogos. El proceso de asociación de puntos característicos se puede dividir en 3 etapas: (1) Detección, (2) Descripción y (3) Correspondencia. En este trabajo se presenta un método que hace uso de la geometría epipolar para aumentar la cantidad de correspondencias válidas entre imágenes homólogas.