dc.contributor |
Universitat Politècnica de Catalunya. Departament de Teoria del Senyal i Comunicacions |
dc.contributor |
Technische Universität München |
dc.contributor |
Casas Pla, Josep Ramon |
dc.contributor |
Lenz, Claus |
dc.contributor.author |
Luján Rossell, Alba |
dc.date |
2016-09 |
dc.identifier.citation |
ETSETB-230.118877 |
dc.identifier.uri |
http://hdl.handle.net/2117/97330 |
dc.language.iso |
eng |
dc.publisher |
Universitat Politècnica de Catalunya |
dc.rights |
S'autoritza la difusió de l'obra mitjançant la llicència Creative Commons o similar 'Reconeixement-NoComercial- SenseObraDerivada' |
dc.rights |
info:eu-repo/semantics/openAccess |
dc.rights |
http://creativecommons.org/licenses/by-nc-nd/3.0/es/ |
dc.subject |
Àrees temàtiques de la UPC::Enginyeria de la telecomunicació |
dc.subject |
Pattern recognition systems |
dc.subject |
Three-dimensional modeling |
dc.subject |
Computer programming |
dc.subject |
Image processing |
dc.subject |
3D |
dc.subject |
programming |
dc.subject |
recognition of shapes |
dc.subject |
Procesado de imagen |
dc.subject |
programación |
dc.subject |
reconocimiento de formas |
dc.subject |
Imatges -- Processament |
dc.subject |
Reconeixement de formes (Informàtica) |
dc.subject |
Infografia tridimensional |
dc.subject |
Programació (Ordinadors) |
dc.title |
3D reconstruction and recognition of objects using a kinect camera |
dc.title |
Reconstrucción 3D y reconocimiento de objectos usando un kinect |
dc.title |
Reconstrucció 3D i reconeixement d'objectes fent servir un kinect |
dc.type |
info:eu-repo/semantics/bachelorThesis |
dc.description.abstract |
This is a medically driven project, which addresses a clinical challenge in broad range of clinical procedures. The aim is to design, develop and prototype a system to perform automatic injection of drugs. |
dc.description.abstract |
This project is based on the recent advances of 3D depth cameras, one being the Microsoft Kinect sensors. Nowadays, this technology enables to create really accurate 3D figures and scenes simplifying difficult tasks in Robotics and embedded systems. The purpose of this project consists of using both the color data and this depth sensing technology to reconstruct and recognize objects in a scene. The data from the Kinect sensor is processed first to eliminate the planes of the scene to get a better perception of the elements we may find, and consequently, to obtain relevant features of every single object for the creation of a model for every different class. The results show the performance of the system, by testing a database of different elements against the training of some specific objects previously selected: Bowls, pillows and monitors. We can conclude that the classification using the color information is more accurate than using 3D data, even though in both cases the results are quite satisfactory. |
dc.description.abstract |
Este proyecto se basa en los más recientes avances en cámaras de profundidad 3D, siendo uno de los sensores, el Kinect de Microsoft. Hoy en día, esta tecnología permite crear figuras y escenas 3D mucho más precisas, lo que simplifica complejas tareas en Robótica y Embedded Systems. El objetivo de este proyecto, consiste tanto en el uso tanto de los datos de color como de profundidad que proporciona el sensor del Kinect, para reconstruir y reconocer objetos en una escena. En primer lugar, se procesa esta información para eliminar los planos de la escena correspondientes a paredes o grandes superficies para obtener una mejor percepción de los elementos que podemos encontrar en la imagen y, en consecuencia, obtener características relevantes de cada objeto, para la creación de un modelo de cada clase diferente. Los resultados muestran el rendimiento del sistema, testeando una base de datos de diferentes elementos, en oposición al entrenamiento previo de algunos objetos específicos que hemos seleccionado: cuencos, almohadas y pantallas. Podemos concluir que la clasificación utilizando la información de color es más precisa que con el uso de los datos 3D. Aún así, en ambos casos el resultado es suficientemente satisfactorio. |
dc.description.abstract |
Aquest projecte es basa en els avenços recents en càmeres de profunditat 3D, sent un
dels sensors, el Kinect de Microsoft. Avui en dia, aquesta tecnologia permet crear figures
i escenes en 3D molt més precises, fet que simplifica complexes tasques en Robòtica i
Embedded Systems.
L’objectiu d'aquest projecte, consisteix tant en l'ús tant de les dades de color com de
profunditat que proporciona el sensor del Kinect, per reconstruir i reconèixer objectes en
una escena. En primer lloc, es processa aquesta informació per eliminar els plans de
l'escena corresponents a parets o grans superfícies per obtenir una millor percepció dels
elements que podem trobar en la imatge i, en conseqüència, obtenir característiques
rellevants de cada objecte, per a la creació d'un model per a cada classe diferent .
Els resultats mostren el rendiment del sistema, testejant una base de dades de diferents
elements, en contra l’entrenament previ d'alguns objectes específics que hem
seleccionat: bols, coixins i pantalles. Podem concloure que la classificació utilitzant la
informació de color és més precisa que amb l'ús de les dades 3D. Tot així, en ambdós
casos, el resultat és suficientment satisfactori. |