Clasificación de imágenes de eventos empleando descriptores basados en frecuencia

Abstract

Las cámaras de eventos tienen un gran potencial en robótica y visión por computador. Sin embargo, su incorporación precisa del desarrollo de nuevas formas de procesar los eventos, pues estos presentan la información de forma fundamentalmente distinta a las cámaras tradicionales. En este trabajo se clasifican imágenes de eventos y se defiende la efectividad de emplear para ello descriptores basados en frecuencia. El método propuesto comprende cuatro etapas: agrupación de eventos, descripción de la imagen de eventos, reducción de los datos y clasificación. En el presente trabajo de fin de grado se realiza una comparativa entre dos descriptores globales, evaluando sus resultados en términos de acierto en la clasificación,mediante máquinas SVM, y velocidad. También se estudian los casos en los que no se incluyen las etapas de descripción y/o reducción. Todo lo anterior se aplica para clasificar las imágenes de eventos generadas durante los vuelos de un robot ornitóptero en tres escenarios diferentes.

Event cameras have great potential in robotics and computer vision. However, their incorporation requires the development of novel methods to process events, as they present information in a fundamentally different way compared with traditional cameras. This paper classifies event images and argues for the effectiveness of using frequency-based descriptors. The proposed method comprises four stages: event clustering, event image description, data reduction and classification. In this Degree Final Project, a comparison is made between two global descriptors, evaluating their results in terms of classification accuracy, using Support Vector Machines, and speed. Cases in which the description and/or reduction stages are not included are also studied. All the above is applied to classify the event images generated during the flights of an ornithopter robot in three different scenarios.