EIUTIME0003601TC: Aprendizaje automático aplicado a problemas de Visión Computacional

En este proyecto se propone el estudio y desarrollo de técnicas automáticas para modelar la estructura 3D de una planta de vid en invierno, a partir de videos capturados en condiciones naturales de campo mediante una cámara digital convencional (celular, compacta, reflex, etc.). El objetivo del sistema es recuperar la estructura 3D de la planta, la cual consiste no solo en la generación de su modelo 3D, sino también en el reconocimiento de sus partes, identificando a qué parte de la planta corresponde cada pixel 3D (u otros elementos gráficos) de la escena.. Por lo tanto, además de realizar la reconstrucción 3D de la estructura, el sistema debe detectar, reconocer, ubicar y caracterizar geométricamente (forma, tamaño y posición XYZ) todos los componentes o partes de la planta: tronco, brazos, sarmientos, nudos y yemas. Por lo tanto, el proyecto consta de tres etapas principales:

  1. Reconstrucción 3D de una nube de puntos densa para una planta de vid. Además de las tecnologías de reconstrucción 3D, esta etapa incluye la utilización de algoritmos de view planning para realizar el proceso de forma eficiente, evitando redundar en fotografías o puntos de vista que no proveen nueva información.

  2. Segmentación 3D de los puntos de la nube según las partes de la planta.

  3. Mejora en la performance de la segmentación 3D mediante algoritmos de clasificación multivariada que utilizan la información contextual para mejorar los resultados de la segmentación 3D y por lo tanto del modelo generado para la planta

Monto solicitado: 
$ 96.000 ARS
Fecha de inicio: 
Domingo, 1 Enero, 2017
Fecha de finalización: 
Domingo, 31 Diciembre, 2017

Director

Facundo Bromberg

Investigadores

Diego Sebastián Pérez

Federico Schlüter

Becarios doctorales

Àlex Ribas

Ana Laura Diedrichs

Carlos Ariel Díaz

Leandro Martín Abraham

Yanela Strappa Figueroa