Herramienta para el etiquetado de objetos en secuencias de video

Abstract

Uno de los tres pilares sobre los que se sustenta la inteligencia artificial es la disponibilidad de datos públicos etiquetados. En el campo de la visión por ordenador puede llegar a resultar muy complicado, y sobre todo costoso, conseguir datos fiables y etiquetados, llegando a consumir casi la totalidad de recursos y tiempo en un proyecto. Revisando el estado del arte de las tecnologías disponibles para el etiquetado de datos distinguimos dos vertientes: enfoques automáticos, que no consiguen generar datos fiables, o enfoques manuales, centrados en buscar la perfección en el etiquetado que resultan muy costosos. En este proyecto, se ha desarrollado una herramienta para generar conjuntos de datos etiquetados a partir de secuencias de videos que permitirá etiquetar datos de una forma bastante fiable y rápida. Para poder etiquetar los datos de una forma semi-automática seguimos un procedimiento de 3 fases. En primer lugar el programa detecta los objetos que aparecen en las imágenes y extrae las trayectorias de los objetos en movimiento. A continuación, etiquetamos a mano las diferentes trayectorias. Finalmente, el programa extraerá para cada trayectoria tanto su etiqueta como todas las apariciones del objeto en los diferentes fotogramas del vídeo. Con el filtro de Kalman detectamos las trayectorias del los objetos a lo largo del vídeo, que a su vez son detectados en la imagen mediante una segmentación que está basada en mapas auto-organizados. Envolveremos nuestro desarrollo bajo una interfaz pensada para que sea fácil de utilizar. El código de la aplicación ha sido implementado en Matlab, que es un lenguaje que destaca por su versatilidad y rapidez al trabajar con imágenes. La interfaz se basa también en Matlab, concretamente usa la librería Matlab appdesigner para el diseño de interfaces.