Estudio y análisis de sensores rgb-d de bajo coste o “gaming sensors” en aplicaciones de visión artificial

Résumé

Los sensores RGB-D de bajo coste o “gaming sensors” capaces de capturar una imagen con profundidad han supuesto un punto de inflexión en el campo de la visión artificial, haciendo estos dispositivos más atractivos para la comunidad científica, ya que con tan bajo coste se abre la posibilidad de su uso en innumerables aplicaciones de visión artificial y robótica. Desde la irrupción de la primera generación de este dispositivo el número de publicaciones científicas donde se ha utilizado ha crecido exponencialmente. Propiciado por el éxito de este primer dispositivo, se ha lanzado una segunda versión, que, aunque presenta similares características, la tecnología de adquisición de profundidad es diferente, creando el interés en realizar estudios para su comparación y propiciando la idea para la realización de esta tesis. En la presente tesis doctoral se realizará un análisis de las dos versiones de este dispositivo, primeramente, desde un punto de vista puramente teórico, y a continuación, desde un punto de vista de rendimiento en aplicaciones de visión artificial. La finalidad de estas pruebas es tener los suficientes datos o pruebas que ayuden a identificar que dispositivo o generación de dispositivos se adapta mejor a la aplicación deseada. El primer análisis es teórico, se evalúa desde un punto de vista metrológico el comportamiento de las dos generaciones de sensores. Conocido el comportamiento teórico se procede a realizar un análisis de rendimiento en diferentes aplicaciones de visión artificial. Se centra este rendimiento en unas aplicaciones específicas, siendo estas, la reconstrucción 3D, el registro de imágenes, el reconocimiento de objetos y finalmente se busca la combinación con múltiples sensores a través del registro de imágenes multimodales. Durante la realización de los experimentos se han logrado numerosos hitos de la mano de la redacción de esta tesis. Entre ellos se encuentra la creación de diferentes bancos de prueba o “datasets”, software y patentes. Con estos resultados se provee a la comunidad científica de información suficiente acerca del comportamiento de los sensores y de su posibilidad de uso en diferentes aplicaciones.