Hoy en día, con el avance progresivo de la tecnología y la introducción de nuevas tecnicas computacionales ha cambiado la forma de trabajar de los medicos. Este es el caso de los andrólogos quienes tienen a su cargo la importante tarea de ayudar a las parejas a tartar problemas en sus sistemas reproductores con la finalidad de permitirles concebir un hijo, para lo que se require en la mayoria de casos un análisis de fertilidad. Actualmente la forma más usada para realizar este análisis es el método de inspección directa el cual es un procedimiento inexacto, subjetivo, no repetible y difícil de enseñar. El análisis de la motilidad espermática es una parte importante en el análisis de fertilidad y al mismo tiempo es un buen ejemplo del problema de seguimiento a múltiples objetos y video vigilancia desde el punto de vista computacional. El presente proyecto de fin de carrera presenta una solución ante la necesidad de realizar un seguimiento a cada una de las células espermáticas, llamado tracking, la solución planteada pone en práctica técnicas de visión computacional y además propone un modelo heurístico basado en dirección de movimiento y distancia euclidiana para realizar el seguimiento de espermatozoides en videos obtenidos a partir del simulador de células espermáticas también desarrollado en el presente proyecto. El proyecto inicia con el desarrollo de un simulador de células espermáticas, para luego realizar la obtención de muestras de dicho simulador, seguidamente se desarrolló y aplicó un algoritmo para la detección de células espermáticas que fueron usadas como datos de entrada para el algoritmo de Optical Flow así como para la heurística propuesta en el presente trabajo, por último se realizó un estudio estadístico donde se concluye que la heurística propuesta por este proyecto es más eficaz que el algoritmo de Optical Flow.

Se plantea el desarrollo de un algoritmo que permita estimar el tamaño de los peces sin la necesidad de que haya contacto físico entre el hombre y los animales aplicando, para ello, técnicas de visión por computadora. Para realizar el planteamiento se realizó estudios de las diferentes técnicas empleadas en visión por computadora y la necesidad de contar con imágenes tomadas por cámaras seleccionadas para el posterior procesamiento con los métodos estudiados.

El procesamiento de imágenes aplicado al campo de control y automatización de sistemas industriales ha tenido una gran influencia en la tecnología de los robots móviles; así se han venido desarrollando diversas técnicas de visión para poder obtener nuevos parámetros cada vez más precisos sobre el entorno de trabajo del robot móvil. Las técnicas de reconocimiento de objetos y visión estereoscópica han demostrado ser una herramienta muy útil, ya que gracias a esto, los vehículos no tripulados pueden llegar a tener una mejor interacción con su entorno, lo cual resulta en un mejor desenvolvimiento en las diferentes tareas que realizan El presente trabajo de tesis describe la implementación de un sistema de visión estéreo aplicado al campo de los robots móviles para la localización de objetos, el cual tiene como principal características encontrar la distancia en coordenadas XYZ de un objeto en particular; para que luego esta información sea llevada al robot. Tanto para la tarea de segmentación como del cálculo de coordenadas se utilizará a la librería OpenCV la cual nos permite el uso de los diferentes algoritmos de procesamiento de imágenes. La etapa de visión estéreo propiamente dicha se llevará a cabo mediante la implementación de las siguientes etapas: cálculo de los parámetros de las cámaras, calibración, rectificación de imágenes y finalmente la triangulación, método por el cual se obtienen las coordenadas deseadas. El sistema de visión estéreo desarrollado será implementado en un computador embebido y se va comunicar con el robot móvil mediante protocolo TCP/IP para el envió de las diferentes coordenadas.

En los últimos años, la utilización de unidades aéreas no tripuladas se ha incrementado enormemente debido a la gran cantidad de usos que se les puede dar. El uso de aeronaves autónomas es importante, por ejemplo, para la agricultura, arqueología, seguridad ciudadana, construcciones a gran escala y minería. Para garantizar que el vuelo autónomo de la aeronave se realice sin problemas es necesario que cuente con los medios necesarios para detectar los objetos que se encuentran en su plan de vuelo y evitar una posible colisión. Las aeronaves no tripuladas pueden ser utilizadas en distintos rubros por lo que es necesario proveer la tecnología necesaria para adaptarse a las funciones requeridas.

El mundo de la automatización y la robótica va avanzando con el paso del tiempo a un ritmo acelerado en países desarrollados donde desde hace muchos años ya se vienen usando robots en la industria, pero en últimos años los robots han dejado las fábricas para pasar al ámbito social. El objetivo de los robots sociales es que puedan ayudar a los personas de forma eficaz en diversas actividades y a su vez puedan tener la capacidad de comportarse como las personas y reaccionar ante sus acciones. Para lograr este objetivo es necesario que los robots tengan capacidad de percepción del ambiente y las personas que los rodean. Una de las formas de percepción más comunes es la visión por medio de cámaras que proveen información en 2D y 3D. Aunque diversos investigadores han utilizado cámaras con robots humanoides, todavía existen diversas limitaciones que impiden al robot tener movilidad y evaluar los aspectos sociales de una forma autónoma. La presente tesis plantea la creación de un dispositivo que permita al robot tener la percepción visual necesaria para que pueda entender y evaluar las conductas sociales de las personas que viven en su entorno. Este sensor puede rastrear la posición de las articulaciones de una persona, con esta información se puede implementar un algoritmo dentro del robot para que pueda aprender las costumbres sociales, estas son diferentes dependiendo en que parte del mundo se ubique. Una vez que el robot ha aprendido de estas conductas sociales, este puede replicar algunas de las acciones como respuesta ante conductas sociales; por ejemplo: saludar con una reverencia, moviendo la mano para saludar o dando la mano a alguien que se acerque con la mano extendida.

La retinopatía diabética es una enfermedad muy común en pacientes con diabetes. Esta enfermedad ocasiona ceguera de manera gradual debido al deterioro de la retina. Este deterioro puede desencadenar en hemorragias, aneurismas y presencia de exudados en la superficie, las cuales se manifiestan en puntos vacíos de la visión del afectado. Las características mencionadas tienen muchas propiedades visuales como el color, forma, área de presencia que son posibles detectar por medio de imágenes retinográficas digitales. Esta propiedad hace posible el uso de la visión computacional para procesar la imagen y poder diagnosticar la enfermedad de acuerdo al grado de avance de ésta según las características clínicas presentes. El presente proyecto de tesis consiste en el desarrollo de un modelo algorítmico que logre aprovechar las características visuales para poder detectar y clasificar la enfermedad. Las características clínicas utilizadas son los microaneurismas, exudados y hemorragias. Se utilizó una base de datos pública de imágenes retinográficas y un clasificador SVM. El vector de características que se utilizó fue: área, color, número de características prensentes. Es importante mencionar que se utilizó pre-procesamiento en la imagen para excluir elementos como el fondo, disco óptico y las venas debido a que no aportan significativamente al análisis de la imagen. Para el desarrollo del algoritmo se utilizó C++ con OpenCV, la cual es una librería open source para el procesamiento de imágenes. Como resultado final de este proyecto se logró una sensibilidad del 90.17%; especificidad del 96.72% y precisión del 95.08%.

Object recognition in videos is one of the main challenges in computer vision. Several methods have been proposed to achieve this task, such as background subtraction, temporal differencing, optical flow, particle filtering among others. Since the introduction of Convolutonal Neural Networks (CNN) for object detection in the Imagenet Large Scale Visual Recognition Competition (ILSVRC), its use for image detection and classification has increased, becoming the state-of-the-art for such task, being Faster R-CNN the preferred model in the latest ILSVRC challenges. Moreover, the Faster R-CNN model, with minimum modifications, has been succesfully used to detect and classify objects (either static or dynamic) in video sequences; in such setup, the frames of the video are input “as is” i.e. without any pre-processing. In this thesis work we propose to use Robust PCA (RPCA, a.k.a. Principal Component Pursuit, PCP), as a video background modeling pre-processing step, before using the Faster R-CNN model, in order to improve the overall performance of detection and classification of, specifically, the moving objects. We hypothesize that such pre-processing step, which segments the moving objects from the background, would reduce the amount of regions to be analyzed in a given frame and thus (i) improve the classification time and (ii) reduce the error in classification for the dynamic objects present in the video. In particular, we use a fully incremental RPCA / PCP algorithm that is suitable for real-time or on-line processing. Furthermore, we present extensive computational results that were carried out in three different platforms: A high-end server with a Tesla K40m GPU, a desktop with a Tesla K10m GPU and the embedded system Jetson TK1. Our classification results attain competitive or superior performance in terms of Fmeasure, achieving an improvement ranging from 3.7% to 97.2%, with a mean improvement of 22% when the sparse image was used to detect and classify the object with the neural network, while at the same time, reducing the classification time in all architectures by a factor raging between 2% and 25%. / Tesis

El presente estudio tiene como objetivo determinar la viabilidad del uso de redes neuronales y sistema de visión para la determinación de peso y tamaño de racimo de uva así como la lógica de control de la maquina a controlar. Desde el año 2000, el Perú empezó a exportar una gran cantidad de uvas de mesa al mercado norteamericano, siendo la uva la tercera fruta con mayor popularidad en este mercado. La uva de mesa presenta una gran potencialidad en el mercado Norteamericano, debido a que presenta un crecimiento acelerado en el volumen de exportaciones los últimos 5 años, posicionándolo como el tercer país que brinda uva de mesa a este mercado. En el año 2015 la exportación de Uvas se incrementó en 8% en el 2015 alcanzando los U$ 692 millones pasando a ser el primer producto de exportación Peruano por encima del Café y los Espárragos. A USA se exportó por U$ 202 millones superior a los U$ 121 millones vendidos en el 2014. Holanda U$ 89 millones (13% del total). Sigue China y Hong Kong con U$ 86 y U$ 77 millones respectivamente. El crecimiento del sector agrícola específicamente de las uvas de mesa en el Perú está generando una mayor producción de racimos, este crecimiento conlleva a un mayor nivel en los procesos que involucran la cosecha y el control por peso de los racimos de uva de mesa. Estos procesos actualmente se desarrollan de una manera manual. Uno de los factores importantes para poder clasificar las uvas de mesa es el peso del racimo, el cual permita clasificarlas en tres categorías distintas de uva según su calibre basada en la norma técnica peruana NTP 011.012-2005 [1]. Por estos motivos, se requiere un sistema mediante el cual se extraiga de manera automatizada el peso del racimo de uva. En este estudio se propuso diseñar algoritmos de control y visión que permitan controlar un sistema automatizado para lograr disminuir el error debido al trabajo manual, y aumentar el volumen de procesamiento de los racimos de uva. Se procedió a abordar la solución a esta problemática utilizando técnicas del campo de visión por computadora. Un sistema de visión, comprende la selección del sistema de iluminación, así como la selección de la cámara de video las cuales deben garantizar una buena captura de la imagen del racimo de uva. La etapa de preprocesamiento permitirá realzar problemas de ruido que se presenten al momento de la captura de la imagen para poder continuar con una segmentación de la imagen y de esta forma realizar la toma de decisiones en la cual se utilizara una red neuronal artificial para poder determinar los pesos de los racimos de uva a partir de las imágenes. Adicionalmente se realizó el programa del controlador de procesos para un sistema mecánico-eléctrico, seleccionador de productos agrícolas, en esta etapa se seleccionó el controlador y se realizó la lógica de control de todo el sistema mecánico-eléctrico. Para la síntesis de los controladores de visión y del sistema mecánico-eléctrico, se utilizó un protocolo de comunicación que permitió realizar la configuración maestroesclavo entre el sistema de visión y el de control respectivamente. La validez de la lógica de control en el controlador de procesos fue corroborado mediante pruebas en un sistema mecánico-eléctrico para la selección de productos agrícolas que se encuentra en el laboratorio de Oleohidráulica y Neumática de la Sección de Ingeniería Mecánica de la Pontificia Universidad Católica del Perú (PUCP). / Tesis

En el campo de la robótica, se han desarrollado distintos algoritmos y métodos con el objetivo de mejorar la interacción de los robots con las personas y con su entorno de trabajo en tiempo real; es así, como el sistema reacciona y evoluciona constantemente ante cambios que podrían ocurrir durante su funcionamiento. Para alcanzar los objetivos mencionados, una de las habilidades que se le confiere a la máquina es la capacidad de detectar, registrar y reconocer objetos. La presente tesis es un trabajo de investigación aplicada que tiene como objetivo desarrollar un procedimiento que permita a un sistema robótico reconocer y detectar objetos en tiempo real dentro de un entorno controlado; para ello, nos enfocamos en utilizar dos métodos conocidos de reconocimientos de objetos (métodos SIFT y SURF) con los cuales categorizaremos un objeto de un dominio predefinido y comparamos los resultados obtenidos. Se eligieron el método SIFT y el método SURF por la similitud en los pasos que siguen para obtener la información de un objeto; cabe resaltar que el método SURF es un método alterno al SIFT. Los resultados finales mostraron una mejor predicción en la categorización utilizando el método SIFT, pero ésta requería de mayor tiempo para extraer los puntos característicos de los objetos. Por otro lado, el método SURF generaba más puntos característicos de los objetos y en mejor tiempo. La extracción de puntos de interés se analizó en tiempo real; mientras, que la etapa de categorización no consideró este parámetro, sino la cantidad de puntos de interés necesarios para predecir con exactitud la categoría de un objeto. / Tesis

Se presenta el diseño e implementación de un vehículo submarino operado remotamente con un sistema de estabilización automático. El vehículo submarino o ROV, por sus siglas en inglés (Remotly Operated Vehicle), tiene tres grados de libertad que le permiten realizar el movimiento arriba-abajo, adelante-atrás y el giro izquierda-derecha. El sistema de estabilización permite que el ROV se mantenga enfocado a un objetivo predeterminado y pueda seguirlo gracias a técnicas de visión por computadora que determinan la distancia y orientación del objetivo y, a un controlador de lógica difusa que gobierna un sistema de propulsión a chorro direccionado por un sistema de transmisión. / Tesis