Detección de Personas mediante AdaBoost

usandoSensor de Escáner Láser

Autor: Gonzalo Mier MuñozTutor: Fernando Caballero Benítez

FROGH0KUYO UTM-30LX

HOKUYO URG-04LX

Objetivos Implementación del algoritmo AdaBoost Manejo del sensor de Escáner Láser Detección de personas en interiores Detección de personas en exteriores

Problemas de la luz solar

Algoritmo de inteligencia artificial: AdaBoost

Diferencias: AdaBoost implementado y AdaBoost de OpenCV

AdaBoost: Entrenamiento

AdaBoost: Predicción

𝑷𝒓𝒆𝒅𝒊𝒄𝒄𝒊 ó𝒏=𝒔𝒊𝒈𝒏(∑𝒊=𝟏𝑻𝒇𝒊𝒂𝒃𝒊𝒍𝒊𝒅𝒂𝒅 (𝒊 )∗𝒄𝒍𝒂𝒔𝒊𝒇𝒊𝒄𝒂𝒄𝒊 ó𝒏 (𝒊 ))

Implementación

Segmentación Distancia Luminosidad

Extracción de características en interiores

1. Número de puntos2. Desviación típica del centroide3. Desviación media de la mediana4. Distancia al segmento precedente5. Distancia al segmento siguiente6. Anchura7. Linealidad8. Circularidad9. Radio

10. Longitud del contorno11. Desviación típica del contorno12. Curvatura13. Diferencia media del ángulo del

segmento

Extracción de características en exteriores

1. Número de puntos2. Desviación típica del centroide3. Desviación media de la mediana4. Anchura5. Linealidad6. Circularidad7. Radio8. Longitud del contorno9. Desviación típica del contorno10. Curvatura

11. Diferencia media del ángulo del segmento

12. Curtosis13. Ratio de aspecto14. Las 13 primeras / (distancia al origen)15. Las 13 primeras * (distancia al origen)16. De la 2 a la 13 / (número de puntos)17. De la 2 a la 13 * (número de puntos)

Resultados prácticos

Gracias por su atención

Detección de Personas mediante AdaBoost

usandoSensor de Escáner Láser

Autor: Gonzalo Mier MuñozTutor: Fernando Caballero Benítez