uvt-disparity: Descriptor espacio-temporal para el reconocimiento de situaciones en entornos de tráfico

Abstract

Hoy en día son numerosos los estudios sobre sistemas de ayuda a la conducción, tales como sistemas para la segmentación de los diferentes elementos de la escena, para la detección de obstáculos como vehículos y peatones, sistemas de navegación, etc; sin embargo, son menos los estudios dedicados a la detección de situaciones concretas en entornos de tráfico; siendo éste un factor decisivo en la toma de decisiones de cualquier conductor, así como es importante saber si un peatón se encuentra frente a nuestro vehículo, también lo es conocer que situación se presenta, pues un conductor no actúa de la misma forma frente al mencionado peatón si este se encuentra cruzando por delante del vehículo que si se encuentra parado frente al mismo. En este trabajo se pretende crear un algorimo de visión por computador capaz de reconocer situaciones determinadas en entornos de tráfico a partir de la información captada por un par de cámaras en configuración estéreo situadas en la parte superior de un vehículo en movimiento. Para ello, una vez extraída la información tridimensional que proporciona el par de cámaras, se crea la imagen que se ha denominado para este trabajo como uvt-disparity, para generar dicha imagen, se parte del mapa de disparidad y la representación uv-disparity de una secuencia de imágenes tomadas consecutivamente para, de este modo, unir la información de los objetos u obstáculos que se encuentran en la imagen con su evolución a lo largo del tiempo. Este uvtdisparity posee por tanto información espacial y temporal del entorno en que se encuentra el vehículo. Se propone como descriptor efectivo de este algoritmo el Histograma de Gradientes Orientados (HOG) para la creación de un clasificador mediante el método de aprendizaje supervisado de Máquinas de vectores de soporte (Support Vector Machines, SVM), junto con un estudio de la influencia de los parámetros del mismo para optimizar los resultados.