El viernes 30 abril.2021 el Msc. Jorge Charco y el Ph.D. Boris Vintimilla participaron en las charlas mensuales que organiza La Asociación Chilena de Reconocimiento de Patrones (ACHIRP), el tema que presentaron fue "3D Human Pose Estimation based on deep learning techniques from Multi-view environments.", el cual menciona el análisis e interpretación de la información visual ha sido un aspecto importante desarrollado durante años, ya que, ha permitido a las máquinas una comprensión de las imágenes y su contexto a través de la información numérica o simbólica para elegir la acción apropiada. Sin embargo, algunos factores de las cámaras, como la distorsión de la lente o la distancia focal, pueden causar una representación incorrecta del mundo real en la imagen captada por la cámara y, por lo tanto, una comprensión incorrecta del contexto de la imagen. Por consiguiente, la calibración de los parámetros de la cámara (es decir, intrínsecos y extrínsecos) es un paso esencial en algunas aplicaciones de visión artificial, ya que ayuda a determinar la orientación y localización de los objetos con respecto a la referencia del mundo, siendo útiles en aplicaciones como la asistencia a la conducción, los robots móviles, la reconstrucción de objetos en 3D, la estimación de la postura humana, la realidad aumentada, entre otros.
Tradicionalmente, la postura de las personas ha sido capturada con marcadores ópticos adheridos a las partes del cuerpo, lo que permite obtener una postura del cuerpo humano muy precisa. Sin embargo, los equipos son muy caros y se utilizan en entornos controlados como laboratorios experimentales. Esto hace inviable para aplicaciones de análisis deportivos, vigilancia por vídeo o asistencia médica. Durante los últimos años, diferentes algoritmos han sido propuestos para la estimación de la pose de las personas para evitar el uso de estos dispositivos. Por lo tanto, esta estimación de la pose de las personas puede definirse como un problema de la localización de las articulaciones humanas. Esto puede ser un reto debido a algunas condiciones externas como la luz, la ropa, oclusiones de las partes del cuerpo. Estos problemas se han estudiado, lo que ha dado lugar a nuevas técnicas que mejoran la precisión en la estimación de las articulaciones humanas.
Aunque ha habido avances sobre los problemas de la estimación de la pose de las personas, la oclusión de partes del cuerpo no se ha resuelto completamente, ya que, se los han estudiado desde un enfoque monocular. Por lo tanto, este problema puede abordarse desde un enfoque de múltiples cámaras, ya que, las partes del cuerpo se pueden capturar simultáneamente desde diferentes puntos de vista en ambientes al aire libre. Por lo tanto, es necesario diseñar nuevas arquitecturas con este enfoque utilizando técnicas de aprendizaje profundos. Para lograr esto, es importante considerar también una auto calibración de todo el sistema haciendo uso de las imágenes generadas por las cámaras, para obtener la pose relativa entre ellas. Esto permitirá relacionar las diferentes poses de las personas obtenidas por cada cámara, permitiendo al final robustecerla, incluyendo las articulaciones que se vean afectadas por problemas de oclusión.
La participación en este tipo de eventos es enriquecedora para el centro, pues el intercambio de información científica con investigadores de la red ACHIRP abre las puertas para realizar futuras alianzas y colaboraciones con investigaciones internacionales, además de estar actualizado en temas de IA.
 |
 |
 |