ROBOT MÓVIL MECX1 PARA LA DETECCIÓN DE PERSONAS EMPLEANDO MEMORIAS ASOCIATIVAS ALFA-BETA

Viridiana G. Hernández Herrera, Moisés V. Márquez Olivera, Antonio Gustavo Juárez Gracia, Octavio Sánchez García

Resumen


Resumen

En presente trabajo de investigación propone emplear a las Memorias Asociativas Alpha-Beta (AMαβ) en la detección automática del cuerpo humano a partir de imágenes RGB-3D capturadas por el robot MECX1, las AMαβ son entrenadas con vectores característicos extraídos de dos tipos de imágenes, las imágenes positivas contienen personas bajo diferentes poses, distancias e iluminación, mientras que las imágenes negativas contienen objetos que el robot puede encontrar en su entorno de navegación. El rendimiento de las AMαβ es evaluado en dos pruebas, en la primera se determina la capacidad para recordar los vectores previamente aprendidos, los resultados muestran que la memoria fue capaz de recordar al 100% las formas de cuerpos humanos, así como de los  objetos con los que fue entrenada, en la segunda prueba se evalúa su capacidad para clasificar vectores que no aprendió anteriormente, obteniéndose una tasa de precisión promedio de 95.1%. Para la validación de los resultados y separación de los conjuntos de entrenamiento y prueba se empleó el método de K-fold-cross-validation.

Palabra(s) Clave: cuerpo humano, detección, forma humana, memorias asociativas, reconocimiento.

 

MECX1 MOBILE ROBOT FOR THE DETECTION OF PEOPLE USING ASSOCIATIVE MEMORIES ALPHA-BETA

 

Abstract

In the present work, we propose to use Alpha-Beta Associative Memories (AMαβ) in the automatic detection of the human body from RGB-3D images captured by the robot MECX1, the AMαβ are trained with characteristic vectors extracted from two types of images, positive images contain people under different poses, distances and illumination, while negative images contain objects that the robot can find in its navigation environment. The performance of the AMαβ is evaluated in two tests, the first one determines the ability to remember previously learned vectors, the results show that memory was able to remember 100% human body forms as well as objects with the ones that were trained, in the second test we evaluated the memory capacity to classify vectors that were not previously learned, obtaining an average accuracy rate of 95.1%, K-fold-cross-validation method was used for the validation of the results and separation of the training and test sets.

Keywords: associative memories, detection, human body, human shape.


Texto completo:

251-277 PDF

Referencias


D. Duan, G. Gao, C. H. Liu y J. Ma, «Automatic person identification in camera video by motion correlation,» Journal of Sensors, vol. 2014, 2014.

Lillo, J. C. Niebles y A. Soto, «Sparse composition of body poses and atomic actions for human activity recognition in RGB-D videos,» Image and Vision Computing, vol. 59, pp. 63-75, 2017.

Jalal, Y.-H. Kim, Y.-J. Kim, S. Kamal y D. Kim, «Robust human activity recognition from depth video using spatiotemporal multi-fused features,» Pattern recognition, vol. 61, pp. 295-308, 2017.

Y. Wang, Y. Shi y G. Wei, «A novel local feature descriptor based on energy information for human activity recognition,» Neurocomputing, vol. 228, pp. 19-28, 2017.

Y. Li, X. Liu, S. Zhang y X. Ye, «Human articulated body recognition method in high-resolution monitoring images,» Neurocomputing, vol. 181, pp. 116-121, 2016.

Company, «iRobot Create 2 Open Interface (OI), Specification based on the iRobot Roomba 600,» 2015.

G. Ritter, J. D. de Leon y P. Sussner, «Morphological bidirectional associative memories,» Neural Networks , vol. 12, nº 6, pp. 851-867, 1999.

Yañez-Márquez, «Associative memories based on order relations and binary operators (In Spanish),» PhD Thesis (In Spanish), Center for Computing Research, México, pp. 300-311, 2002.

L. O. López-Leyva, C. Yáñez-Márquez, R. Flores-Carapia y O. Camacho-Nieto, «Handwritten Digit Classification Based on Alpha-Beta Associative Model,» Iberoamerican Congress on Pattern Recognition, Springer, pp. 437-444, 2008.

M. E. Acevedo-Mosqueda, C. Yáñez-Márquez y I. López-Yáñez, «Alpha--Beta bidirectional associative memories: theory and applications,» Neural Processing Letters, vol. 26, nº 1, pp. 1-40, 2007.

R. Godínez, I. López-Yañez y C. Yañez-Márquez, «Classifying patterns in bioinformatics databases by using Alpha-Beta associative memories,» Biomedical Data and Applications, Springer, pp. 187-210, 2009.

Román-Godínez y C. Yáñez-Márquez, «Complete recall on Alpha-Beta heteroassociative memory,» Mexican International Conference on Artificial Intelligence, Springer, pp. 193-202, 2007.

Alarcón-Paredes, O. Pogrebnyak y A. J. Argüelles Cruz, «Image Transform based on Alpha-Beta Associative Memories,» Computación y Sistemas, vol. 17, nº 4, pp. 527-541, 2013.

Yáñez-Márquez, M. E. Cruz-Meza, F. A. Sánchez-Garfias y I. López-Yáñez, «Using alpha-beta associative memories to learn and recall RGB images,» de International Symposium on Neural Networks, 2007.

Yañez-Márquez, E. Cruz-Meza, F. Sánchez-Garfias y I. López-Yañez, «Using alpha-beta associative memories to learn and recall RGB images,» International Symposium on Neural Networks, Springer, pp. 828-833, 2007.


Enlaces refback

  • No hay ningún enlace refback.




URL de la licencia: https://creativecommons.org/licenses/by/3.0/deed.es

Licencia Creative Commons    Esta revista está bajo una Licencia Creative Commons Atribución 3.0 No portada.