Reconocimiento de ropa utilizando percepción continua

Abstract

El reconocimiento de ropa a partir de una configuracion inicial arbitraria y desconocida, es ´ considerada una de las tareas mas dif ´ ´ıciles en el area de la visi ´ on computacional, debido a la ´ gran cantidad de clases, modelos, disenos, y poses que puede llegar a tener cada ropa. Esta tesis ˜ propone una metodolog´ıa que permite que el robot sea capaz de reconocer una ropa en una pose inicial aleatoria, al manipular la ropa y extraer la informacion necesario de una secuencia de vistas ´ para clasificar la ropa en una de la 5 clases previamente definidas: T-Shirt, Shirt, Sweater, Pant y Hand-Towel. Esta tesis presenta un metodo capaz de calcular los puntos de agarre para desplegar una prenda ´ de ropa, que no requiere estos puntos almacenados previamente. Combinando el contorno de la region clave detectada y la informaci ´ on de rugosidad de la ropa obtenida. Para la evaluaci ´ on del ´ metodo, se intent ´ o reconocer aquellos puntos de agarre que extienden la ropa y facilitan su doblado, ´ logrando que para la clase Pant, Shirt y T-Shirt se podr´ıa desplegar satisfactoriamente un 43 %, 33 % y 29 % de las veces, respectivamente. Tambien se presenta un m ´ etodo de reconocimiento y clasificaci ´ on de ropa utilizando percepci ´ on´ continua. En los experimentos se obtuvo una precision de clasificaci ´ on promedio del ´ 67 %, con una precision espec ´ ´ıfica por clase de 58 %, 42 %, 84 %, 67 % y 84 % para las clases: T-Shirt, Shirt, Sweater, Pant y Hand-Towel, respectivamente. Estos resultados son los mejores en comparacion´ con otros metodos del estado-del-arte. ´ Finalmente, para el metodo de reconocimiento se presenta la primera base de datos de secuencias ´ de ropa. Esta base de datos permite hacer evaluaciones de metodos que eval ´ uan cuando la ropa se ´ encuentra sobre la mesa, colgando por uno de los brazos del robot o utilizando percepcion continua, ´ que permite unificar las investigaciones de este problema.