Avances algorítmicos aplicados al procesamiento de información en el campo de la visión artificial basada en eventos para sistemas bioinspirados

Abstract

La visión basada en eventos es una alternativa eficiente y rápida a los sistemas tradicionales de visión por computadora, que registra cambios significativos en la escena en lugar de capturar toda la información. Tiene una gran ventaja en términos de consumo de energía, latencia y captura de información en condiciones de iluminación variable. Sin embargo, su resolución espacial y la falta de información de color en los sensores actuales son limitaciones importantes. A pesar de estos desafíos, la visión basada en eventos tiene un gran potencial en áreas como la robótica, la conducción autónoma, la vigilancia y la realidad virtual y aumentada. El objetivo de este trabajo es contribuir al conocimiento sobre la algoritmia aplicada a la visión basada en eventos. En el capítulo 1 se presentan los objetivos generales y específicos de la tesis. El objetivo principal, es el de contribuir al conocimiento sobre la algoritmia aplicada a la visión basada en eventos. a importancia de esta investigación radica, de esta manera, en abordar la necesidad de acercar los sistemas basados en eventos a la comunidad de investigadores de visión artificial convencional y mejorar su funcionalidad. El Capítulo 2 se centra en el estado actual de los sistemas bioinspirados basados en eventos en la visión artificial. En ´el se revisan las publicaciones relevantes sobre el tema, incluyendo el hardware, el mercado y las aplicaciones comerciales. También se profundiza en la algoritmia aplicada y se exploran las áreas en las que estos sistemas tienen más promesa de aplicación. El Capítulo 3 se centra en proporcionar una comprensión detallada de los sistemas bioinspirados basados en eventos. Se explican los conceptos de la ingeniería neuromórfica así como el sistema de visión óptico y su equivalente neuromórico. Por ´ultimo, se aborda el protocolo de comunicación Representación Dirección-Evento. El Capítulo 4 presenta soluciones innovadoras mediante la postulación de hipótesis algorítmicas. Se introduce una herramienta matemática para extender las imágenes binarias preservando la dimensión temporal, y se presenta un algoritmo mejorado de filtrado de ruido crítico para determinar la validez de la declaración de un evento. Además, se exponen dos algoritmos de seguimiento, uno basado en clusterización no supervisado y otro basado en programación dinámica. En el Capítulo 5 se describe el marco de trabajo utilizada para validar la tesis. Se comienza con un estudio del entorno de trabajo más utilizado en la literatura del campo, que sirve como base para el desarrollo de las hipótesis y su experimentación. Luego, se analizan dos conjuntos de datos basados en eventos para determinar su capacidad para resolver los problemas planteados. El Capítulo 6 tiene como objetivo validar de manera empírica las hipótesis algorítmicas mas prometedoras presentadas en el Capítulo 4. Para ello, se llevan a cabo pruebas exhaustivas para evaluar la eficacia tanto del filtro de ruido como del algoritmo de seguimiento basado en clusterización. En este proceso se utilizan las herramientas descritas en el Capítulo 5 para garantizar la exactitud y precisión de los resultados obtenidos en los experimentos. Por ´ultimo se presentan los resultados y se realiza un análisis y discusión de los mismos. Por ´ultimo, el Capítulo 7 ofrece un análisis crítico de las conclusiones del trabajo y de las contribuciones significativas que se han hecho en el campo de la visión basada en eventos. Se presentan las limitaciones y las posibles mejoras en el enfoque utilizado y se plantean líneas futuras de investigación. Este capítulo proporciona una reflexión importante sobre el impacto y la relevancia del trabajo, lo que puede ayudar a orientar futuros proyectos de investigación en este ámbito.