Etiquetado de elementos en entornos urbanos mediante visión estéreo y redes neuronales

En la actualidad con el desarrollo de nuevas tecnologías en los procesadores y las cámaras digitales hace que el análisis de imágenes se haya vuelto más eficiente. Esto hace que se puedan procesar más información en menos tiempo. Las grandes compañías de automóviles y otras compañías del ámbito tecnológico están desarrollando tecnología de detección de obstáculos. Esta tecnología dará una ayuda a la conducción muy importante ya que nos avisara de los posibles peatones y los obstáculos que pueden aparecer en la vía. En este proyecto se desarrollará una red neuronal para la detección de objetos en las imágenes para ellos se partirá del mapa de disparidad, para después obtener el u_disparity de la imagen, este se etiquetará. Estos datos serán procesados y finalmente se incluirán en una red neuronal que utilizaremos para etiquetar las nuevas imágenes que la cámara estéreo detectará. El objetivo es la obtención de una red neuronal capaz de diferenciar entre 5 categorías: peatones, vehículos, obstáculos, calzada y cielo. Esto ayudará a la hora de la conducción en los futuros coches, después se evaluará el nivel de acierto obtenido.Today with the development of new technologies in the digital cameras and processors makes the analysis of pictures more efficient. This means that it can process more information in less time. The major car companies and other companies of the technology are developing obstacles detection technology. This technology will help us to drive, because it give us the information if there are pedestrians or obstacles at the road. In this project we develop a neural network for detecting objects in images, for it I start from the disparity map, and then get the u_disparity of the image, this will label it. These data will be processed and eventually be included in a neural network that we use to label the new stereo camera images detected. The goal is to obtain a neural network capable of differentiating between 5 categories: pedestrians, vehicles, obstacles, road and sky. This will help when driving in the future cars, then assess the level of success obtained.Ingeniería Industria