Visión por computador

Ontología para visión computacional (I) Objetos conceptuales y relaciones entre objetos (predicados lógicos) similares en el problema 2D y 3D. Problema en general más simple en geometría plana si se intenta resolver computacional-numéricamente (ej: rectificación en geom. epipolar). Problema lógico afectado en menor medida por el aumento de dimensiones Conceptualización generalizable a más dimensiones, y ampliable a dimensiones con coordenadas asimétricas y a problemas de Geometría Computacional y Métrica.

Ontología para visión computacional (II) Una vez definido el problema de forma estándar el ontologista establece clasificaciones y taxonomías de situaciones y agrupaciones de objetos, en base a los conceptos, asociaciones, relaciones y preguntas que el experto (en este caso de Visión por computador) entienda relevantes al problema. Análisis del ontologista puede sugerir al experto categorías adicionales o nuevas preguntas de interés. En su caso el ontologista traslada determinados problemas al matemático (que actúa como ontologista especializado en las operaciones aritméticas, algebraicas, geométricas, ...).

Ontología para visión computacional (III) Objetos conceptuales (3D): Sistemas de referencia: Asociados a objetos (de la escena, cámaras, imágenes, ...) como sólidos rígidos. Geométricos simples: Puntos (centros óptico de cámara, esquinas de la imagen, ...), rectas (rayos visuales, segmentos de borde de objetos), planos (de la imagen, p.ej.), curvas paramétricas, ... Objetos complejos: Poliedros (representación por triangulación de objeto arbitrario, p.ej.). Sólidos definidos por generación: Superficies de revolución (directriz más eje de rev.), Sup. Regladas, Constructive Solid Geometry, ... Carácterísticas de objetos (“features”), definidos de forma conceptual, racionalizados de alguna forma concreta.

Ontología para visión computacional (IV) Representación de objetos conceptuales (3D): Sistemas de referencia (6 dof) -> 2 rectas que se cortan (4 dof para recta + 1 dof para pto referencia en recta + 1 dof para ángulo en haz de planos), o [1 punto (3 dof) + 1 dirección (2 dof) + 1 ángulo de giro (1 dof)]. Triángulo en 3D (3x3dof = 9 dof, pero muchos triángulos posibles para el mismo plano; se restan 3 dof por mov. sólido rígido en 2D) define plano (y normal al mismo en el espacio), origen y eje X. Definición alternativa por punto origen (posición de un pto del sist. de ref., 3 dof) y 3 ángulos de Euler (orientación).

Ontología para visión computacional (V) Representación de objetos conceptuales (3D, cont.): Geométricos simples: Puntos (3 coord., esto es, 3 dof por punto, en general), rectas (4 dof, p.ej. intersección con plano XY + az/el dirección) y planos (3 dof, como sist. de ref. con ejes XY sin posicionar en el plano). Objetos complejos: Poliedros (3 dof por punto, salvo restricciones o condiciones entre puntos) Sólidos definidos por generación: Superficies de revolución (dof´s directriz como curva paramétrica + 4 dof recta eje revolución si situado en posición y orientación), Constructive Solid Geometry (tantos dof´s como parámetros independientes, no condicionados, de input en el proceso de generación), ... Carácterísticas de objetos (“features”) parametrizados con cuantificación de elementos definidores)

Ontología para visión computacional (VI) Relaciones entre objetos: Lógicas: “estar entre” (para puntos y objetos genéricos), “estar a la derecha de” (cuando se ha definido orientación en 2D/3D), “estar detrás de”, ... Suficiente en muchos casos para obtener información métrica aproximada. Posibilidad de introducir lógica borrosa. Cuantitativas: Aplicadas a variables cuantificadoras de la representación abstracta de los objetos. Relaciones de tipo matemático susceptibles de tratamiento estándar (algebraico o numérico). Posibilidad de estudios paramétricos y análisis dimensional. Ej: Definición paramétrica de superficie NURBS).

Ontología para visión computacional (VII) Axiomas/Propiedades: Establecen relaciones entre ciertos objetos que son singulares en la modelación (puntos, líneas, etc definidos como básicos y definidores de elementos adicionales) Ejemplos: Eje óptico (asociado a una lente) perpendicular al plano de la imagen Triángulos (geometría epipolar) definidos por 3 condiciones independientes (en posición, medidas de lados/ángulos, combinación de varios tipos de condiciones, etc) Desplazamiento del plano imagen paralelo a sí mismo (3D) supone cambio en factor de escala de la imagen (homotecia)

Ontología para visión computacional (VIII) Ventajas: Definición clara y precisa de los datos (imágenes) y metadatos (información) que suministrados por el usuario Clasificación de problemas tipo Traducción conceptual de problemas a ámbitos geométricos que le son propios. Análisis funcional y paramétrico en base a dof y ligaduras entre variables. Utilización de herramientas/algoritmos estándar para la resolución de problemas geométricos, numéricos, etc Automatización de los procesos de cálculo y análisis. Posibilidad de incorporar contenido semántico adicional en relación a la escena o acceder a conocimiento/información externos para problemas parciales específicos (matemáticos, computacionales, ...)

Visión Binocular, Visión 3D y Visión aumentada Visión humana (visión 2.5D): Percepción de profundidad limitada en resolución y variando mucho con la distancia (objetos lejanos aparecen planos): Monocular por diferencia enfoque de objetos (sistema óptico basado en lente fina). Binocular (diferencia de apuntamiento de ojos y reconstrucción mental por correspondencia de puntos para dos imágenes ligeramente desplazadas) Visión 3D supone la posibilidad de generar vista desde cualquier ubicación espacial, como si el observador estuviese en todas partes al mismo tiempo Visión 3D+ (aumentada): Incorporación de variable temporal y/o contenido semántico

Visión distribuida (I) Visión en seres humanos concentrada en 2 puntos de vista muy próximos (prácticamente la misma vista desde ambos ojos). Dos imágenes más separadas suponen poder obtener una mayor precisión en los cálculos de profundidad (problema matemático mejor condicionado) pero zonas amplias sin correspondencia entre las dos imágenes. Visión binocular supone en términos prácticos un compromiso entre precisión y tamaño de áreas comunes en ambas imágenes (sobre las que es posible calcular la profundidad).

Visión distribuida (II) Punto de vista extenso con sistemas de exploración clínica (TAC, RMN, ...) Sensores repartidos en edificios o viviendas permiten integrar la información visual del conjunto, o al menos la relevante para los propósitos que se consideren. VLT (Very Large Telescope): Un conjunto de telescopios viendo de forma conjunta, como un ojo más extenso (situado en varios lugares a la vez). SAR (Synthetic Aperture Radar): Radar activo, embarcado en satélites, con antena rectangular generando y recibiendo pulsos de radiación electromagnética (iluminando y recogiendo los reflejos en la escena). Emisor-receptor extenso (no puntual) y continuo.

Visión distribuida (III) ASAR (Envisat)

Ilusiones ópticas Análisis útil porque muestran preconcepciones o mecanismos mentales que complementan nuestra visión física en las actividades cotidianas. Efecto de la perspectiva asentado, por ejemplo, en que asumimos que con la distancia (percepción de profuncidad) se produce disminución del tamaño de los objetos, pérdida de detalle, etc. Visión humana adecúa elementos de la imagen a estructuras preconcebidas geométricamente sencillas (prismas rectos, líneas de perspectiva convergentes resultan de paralelas en el espacio).

Ilusiones ópticas, objetos imposibles y anamorfosis

Otras formas de ver Luz reflejada en todos los objetos de la escena permite recoger información del conjunto. Actúa como elemento extenso (vs. punto de vista discreto) “tocando” en mayor o menor medida los elementos de la escena. Reconstrucción a partir de sombras (como negación de luz) con hipótesis sobre partes de la escena no visibles directamente o de elementos generadores de áreas opacas (interponiéndose entre la fuente luminosa y el objeto) Posibilidad (al menos teórica) de ubicar aproximadamente objetos ocultos en la escena por su efecto en la iluminación Imágenes sónicas (sónar) con varias “cámaras” y visualización/reconstrucción espacial de propagación del sonido Medida del albedo de la Tierra por su reflejo en la cara oscura de la Luna (imagen con información integrada, no de detalle)