RdE

Què és?

RdE és un programa basat en la visió per computadora que té com a objectiu reconèixer els edificis de Terrassa havent proporcionat una sola imatge capturada amb el teu mòbil, càmera o dispositiu digital. Un software en producció, que canviarà la forma de veure i relacionar-nos amb aquesta ciutat, estructurat en 4 grans blocs

1. Base de Dades. Creació d'una base de dades i recopilació mostres representatives dels edificis de la ciutat per poder partir des d'una base real i optimitzar els nostres resultats.

2. Extractor de característiques. Extracció de la informació de la imatge a partir de d'un codi Payton d'extracció de característiques que ens trobarà els punts d'interès de la imatge i generarem un vector de característiques.

3. Aplicació. En funció del resultat que esperem aconseguir haurem d'utilitzar una part de l'aplicació o una altra. En aquest cas en tenim dues: el classificador i el buscador. La primera ens dirà a quin edifici pertany la imatge, i la segona ens treurà el nom de les imatges de la base de dades que més s'assemblin.

4. Resultat. I finalment ja podrem mostrar el resultat a qui així ho desitgi.

El nostre projecte pas a pas

Aquí podreu trovar els links que us rediccionaran a les presentacions setmanals on és mostra el treball realitzat setmana per setmana.

Entenem el projecte?

El nostre projecte es basa en la tecnología de l'extracció de característiques. Sigui quina sigui l'aplicació començarem per l'anàlisi d'una, o varies imatges per extreure'n els seus punts d'interé i emmaguetzarem en un descriptor. Aquests descriptor serà el que comparant-los amb les imatges de la base de dades ens donaran els resultats.

La part de l'extracció de característiques queda subdividida en 4 passos, que aquí trobareu explicat més detalladament :

Get Local Features - Train Codebook - Assignments - Create a BoW

Després arribem a les dues aplicacions del nostre projecte.

Cercador

Donada una imatge aquesta aplicació mostrarà per pantalla les imatges que més s'assemblin a aquesta i ordenades per ordre descendent en similitud. Això ho aconseguim a base de calcular la distància entre descriptors de les diferents imatges i fent un ranking de totes les mostres de la nostra base de dades.

(imatges)

Un cop feta l'evaluació d'aquesta part ens dona un resultat general del valor de: Mean Average Precision(MAP): 0.2375

Classificador

Donada una, o varies, imatges ens les classificarà en les diferents classes d'edificis de Terrassa en funció de la seva semblança a les imatge de la nostra base de dades. Per arribar a assolir-ho entrenarem un classificador amb totes les imatges de les que disposem perquè sigui el més robuste possible a la fase d'entrenament(train_classifier). I un cop fet això classificarem les imatge en base a aquest classificador

Un cop evaluat aquest apartat ens han donat els següents resultats:

Qui som?

Aquest projecte l'estem preparant 4 estudiants de 3er d'Enginyeria de Sistemes Audiovisuals de l'Escola d'Enginyeria de Terrassa. A l'assignatura de Gestió i Distribució de Senyals Audiovisuals amb els professors Xavier Giró i Amaia Salvador. Nosaltres som el Gerard Rosell, l'Ariadna Xicota, el Mateo Montón i l'Abdessadek El Atiki.

Gràcies per visitar el nostre web.