Adaptació de dominis entre mons virtuals i reals aplicada a la detecció de vianants

David Vázquez Bermúdez

López Peña, Antonio Manuel Ponsa, Daniel

Antonio M. López - Daniel Ponsa

La detecció de vianants és clau per a moltes aplicacions com l'assistència al conductor, la videovigilància o la multimèdia. Els millors detectors es basen en classificadors basats en models d'aparença entrenats amb exemples anotats. Tanmateix, el procés d'anotació és una tasca intensiva i subjectiva quan el duen a terme persones. Per tant, val la pena minimitzar la intervenció humana en aquesta tasca mitjançant l'ús d'eines computacionals com els mons virtuals, ja que amb elles podem obtenir anotacions variades i precises ràpidament. No obstant això, l'ús d'aquest tipus de dades genera la següent pregunta: És possible que un model d'aparença entrenat en un món virtual pugui funcionar satisfactòriament en el món real? Per respondre a aquesta pregunta, hem dut a terme diferents experiments que suggereixen que els classificadors entrenats en el món virtual poden oferir bons resultats quan s'apliquen a entorns del món real. Tanmateix, també es va trobar que en alguns casos aquests classificadors poden veure's afectats pel problema conegut com el canvi en la naturalesa de les dades, tal com passa amb els classificadors entrenats en el món real. En conseqüència, hem dissenyat un sistema d'adaptació de domini, V-AYLA, en el qual hem provat diferents tècniques per recopilar uns quants exemples del món real i combinar-los amb un gran nombre d'exemples del món virtual per entrenar un detector de vianants adaptat. V-AYLA ofereix la mateixa precisió de detecció que un detector entrenat amb anotacions manuals i provat amb imatges reals del mateix domini. Idealment, ens agradaria que el nostre sistema s'adaptés automàticament sense necessitat d'intervenció humana. Per tant, com a demostració, proposem utilitzar tècniques d'adaptació no supervisada que permetin eliminar completament la intervenció humana del procés d'adaptació. Pel que sabem, aquest és el primer treball que demostra que és possible desenvolupar un detector d'objectes al món virtual i adaptar-lo al món real. Finalment, proposem una estratègia diferent per evitar el problema del canvi en la naturalesa de les dades que consisteix a recopilar exemples al món real i tornar a entrenar-los només amb ells, però fent-ho de manera que no hagin d'anotar els vianants al món real. El resultat d'aquest classificador és equivalent a un altre entrenat amb anotacions obtingudes manualment. Els resultats presentats en aquesta tesi no es limiten a adaptar un detector virtual de vianants al món real, sinó que van més enllà, mostrant una nova metodologia que permetria a un sistema adaptar-se a qualsevol nova situació i que estableix les bases per a futures investigacions en aquest camp encara inexplorat.

Aquesta tesi aborda diferents problemes importants per a la indústria: la detecció de vianants, la generació de dades sintètiques i l'adaptació de dominis. La detecció de persones/vianants és de gran importància en la indústria de l'automoció tant en els sistemes d'assistència a la conducció per prevenir accidents com en la navegació autònoma. També té moltes altres aplicacions en indústries tan diverses com la seguretat, l'audiovisual, l'entreteniment, els telèfons intel·ligents, etc. Proposem un mètode robust de detecció de persones que hem aplicat amb èxit en projectes industrials amb dues empreses importants del sector de l'automoció i un amb un fabricant de telèfons intel·ligents. Qualsevol aplicació basada en visió per computador requereix dades d'entrenament per aprendre un model. Aquestes dades han de contenir una gran quantitat d'exemples que reflecteixin les diferents variacions que pot presentar un objecte i s'han d'anotar correctament. Obtenir tota aquesta informació no és una tasca fàcil, sol ser molt tediós i implica un gran esforç econòmic a l'hora de desenvolupar una aplicació industrial. Proposem l'ús d'imatges virtuals d'un videojoc per resoldre aquest problema. La majoria d'aplicacions basades en visió per computador s'enfronten al problema de la generalització, ja que les condicions en què es van adquirir les dades d'entrenament solen variar respecte a les condicions dels diferents entorns d'aplicació. Proposem l'aplicació de tècniques d'adaptació de dominis per resoldre aquest problema. Empreses com Xerox han mostrat interès en el sistema nord-americà.

Detecció de vianants; Assistència al conductor; Videovigilància; Multimèdia; Detectors; Classificadors; Models; Aspecte entrenat; Exemples anotats; Procés d'anotació; Intensiu de tasques; Subjectiu; Intervenció humana; Eines computacionals; Mons virtuals; Anotacions variades; Anotacions precises; Anotació ràpida; Generació de dades; Model d'aspecte; Món real; Experiments; Bons resultats; Entorns del món real; Classificadors; Canvi en la naturalesa de les dades; Sistema d'adaptació de dominis; V-AYLA; Tècniques; Exemples del món real; Exemples del món virtual; Detector de vianants; Precisió de la detecció; Anotacions manuals; Imatges reals; Adaptació automàtica; Tècniques no supervisades