Algoritmia de procesamiento espacio-temporal en secuencias de imágenes para alineación y reconocimiento automático de movimientos

  1. GÓMEZ CONDE, IVÁN
Dirigida per:
  1. Xosé Antón Vila Sobrino Director
  2. David Olivieri Director

Universitat de defensa: Universidade de Vigo

Fecha de defensa: 12 de de novembre de 2014

Tribunal:
  1. Xosé Manuel Pardo López President/a
  2. María José Lado Touriño Secretària
  3. Nienke Vrisekoop Vocal
Departament:
  1. Informática

Tipus: Tesi

Resum

Esta tesis presenta varios algoritmos de visión por computador que analizan el campo de movimiento en secuencias de imágenes. Estos algoritmos se aplican a dos campos de naturaleza muy diversa, el reconocimiento de movimientos humanos y la biología, lo que demuestra la relevancia y conexión espacio-temporal de estos métodos. En el primero, el campo espacio-temporal definido por el movimiento del cuerpo humano, se codifica mediante trayectorias únicas, que sirven como una huella dáctilar de ese movimiento para futuras comparativas con otros movimientos y/o personas. En el segundo, se aplican métodos específicos de visión por computador para estabilizar datos in-vivo de microscopía multifotón intravital, los cuales contienen movimientos no-lineales, debido a movimientos nerviosos y respiratorios del animal, y artefactos de submuestreo";" sin estas correcciones del movimiento del tejido, cualquier análisis de conducta celular resultaría casi imposible. En estos dos contextos, la tesis explora como los ordenadores pueden representar y procesar campos de movimiento en un espacio de información espacio-temporal para una posterior recuperación de información con un bajo coste computacional, permitiendo así su ejecución en tiempo real.This thesis proposes several computer vision algorithms for dealing with motion fields in image sequences. The algorithms are applied to problems in two unrelated fields, human motion recognition and biology, thereby underscoring the methods’ wide reaching connexion and relevance to spatio-temporal phenomena. In the former, the spatio-temporal fields, manifest from human body motion, are encoded into unique trajectories, serving as fingerprints for later comparison with other motions and/or subjects. In the later, specialized spatio-temporal computer vision methods are applied to stabilize in vivo intravital microscopy datasets, which contain endogenous motion and undersampling artefacts that would otherwise preclude quantitative analysis of cellular behavior. In these two contexts, the thesis explores how machines can represent and process transient motion fields on a spatio-temporal information manifold for subsequent information retrieval, while adhering to constraints of minimal computational cost.