Contenido principal del artículo

Autores

Los descriptores de características en 3D extraídos de nubes de puntos se han convertido en una fuente de
información promisoria para muchas aplicaciones. Estas aplicaciones incluyen reconocimiento de objetos o formas,
modelamiento de edificaciones, modelamiento de estructuras civiles, sistemas de navegación autónoma, etc.
Considerando estas tendencias, este artículo presenta un sistema de clasificación de vehículos, basado en bolsa
de palabras, el cual extrae descriptores de características de imágenes de rango capturadas usando un láser SICK
LMS200. Nuestro enfoque usa información visual para estimar la velocidad de los vehículos usando un filtro de
Kalman, esta estimación de la velocidad es usada para registrar los datos del láser y construir la nube de puntos
de la escena. En este trabajo, un dataset fue capturado a partir de la nube de puntos del vehículo, su información
visual, la estimación de la velocidad del vehículo y una etiqueta de la clase de vehículo. Usando este dataset, varios
descriptores de 3D fueron probados y árboles KD fueron empleados para acelerar el proceso de clasificación, este
último realizado con la Bolsa de Palabras. En consecuencia, nuestro enfoque puede clasificar hasta nueve diferentes
clases de vehículos; el desempeño del clasificador fue medido usando curvas tipo Precision –Recall.

Pablo J. Hernández, Universidad del Valle.

School of Electrical & Electronics Engineering, PSI Research Group

Andrés F. Gómez, Universidad del Valle

School of Electrical & Electronics Engineering, PSI Research Group

Bladimir Bacca-Cortes, Universidad del Valle

School of Electrical & Electronics Engineering, PSI Research Group
1.
Hernández PJ, Gómez AF, Bacca-Cortes B. Clasificación de vehículos basada en bolsa de palabras visuales y usando imágenes de rango. inycomp [Internet]. 19 de junio de 2015 [citado 28 de marzo de 2024];17(1):95-107. Disponible en: https://revistaingenieria.univalle.edu.co/index.php/ingenieria_y_competitividad/article/view/2204