Generative Models for Video Analysis and 3D Range Data Applications
Xavier Orriols Majoral · TDX (Tesis Doctorals en Xarxa) · 2004
La mayoria de problemas en Vision por computador no contienen una relacion directa entre el estimulo que proviene de sensores de tipo generico y su correspondiente categoria perceptual. Este tipo de conexion requiere de una tarea de aprendizaje compleja. De hecho, las formas basicas de energia, y sus posibles combinaciones, son un numero reducido en comparacion a las infinitas categorias perceptuales correspondientes a objetos, acciones, relaciones entre objetos, etc. Dos factores principales determinan el nivel de dificultad de cada problema especifico: i) los diferentes niveles de informacion que se utilizan, y ii) la complejidad del modelo que se emplea con el objetivo de explicar las observaciones. La eleccion de una representacion adecuada para los datos toma una relevancia significativa cuando se tratan invariancias, dado que estas siempre implican una reduccion del los grados de libertad del sistema, i.e., el numero necesario de coordenadas para la representacion es menor que el empleado en la captura de datos. De este modo, la descomposicion en unidades basicas y el cambio de representacion dan lugar a que un problema complejo se pueda transformar en uno de manejable. Esta simplificacion del problema de la estimacion debe depender del mecanismo propio de combinacion de estas primitivas con el fin de obtener una descripcion optima del modelo complejo global. Esta tesis muestra como los Modelos de Variables Latentes reducen dimensionalidad, que teniendo en cuenta las simetrias internas del problema, ofrecen una manera de tratar con datos parciales y dan lugar a la posibilidad de predicciones de nuevas observaciones. Las lineas de investigacion de esta tesis estan dirigidas al manejo de datos provinentes de multiples fuentes. Concretamente, esta tesis presenta un conjunto de nuevos algoritmos aplicados a dos areas diferentes dentro de la Vision por Computador: i) video analisis y sumarizacion y ii) datos range 3D. Ambas areas se han enfocado a traves del marco de los Modelos Generativos, donde se han empleado protocolos similares para representar datos.