Algoritmo inteligente para el reconocimiento y acotación semántica de primitivas en una nube de

174 Pages·2017·8.53 MB·Spanish

by  Yuliana Pérez Gallardo

Universidad Carlos III de Madrid
Departamento de Informa(cid:19)tica
Tesis Doctoral
Algoritmo Inteligente para el
reconocimiento y acotacio(cid:19)n sema(cid:19)ntica de
primitivas en una nube de puntos 3D
Autor:
Yuliana Pe(cid:19)rez Gallardo
Directores:
Dr. A(cid:19)ngel Garc(cid:19)(cid:16)a Crespo
Dr. Jose(cid:19) Luis Lo(cid:19)pez Cuadrado
Legane(cid:19)s, Julio 2015

Universidad Carlos III de Madrid
Departamento de Informa(cid:19)tica
Tesis Doctoral
Algoritmo Inteligente para el reconocimiento y acotacio(cid:19)n
sema(cid:19)ntica de primitivas en una nube de puntos 3D
Autor: Yuliana Pe(cid:19)rez Gallardo
Directores: Dr. A(cid:19)ngel Garc(cid:19)(cid:16)a Crespo
Dr. Jose(cid:19) Luis Lo(cid:19)pez Cuadrado
Firma del Tribunal Cali(cid:12)cador:
Firma
Presidente:
Vocal:
Secretario:
Cali(cid:12)caci(cid:19)on:
Legan(cid:19)es, Julio de 2016

Agradecimientos
Principalmente mis padres por el amor, dedicaci(cid:19)on
y ejemplo, simplemente por ser los mejores.
A Joel y Jonatan por apoyarme en mis locuras y
estar ah(cid:19)(cid:16) siempre para m(cid:19)(cid:16), los quiero.
A Daniel y Cynthya por los consejos, los
viajes y por aguantarme en mis malos ratos.
A mis directores Jos(cid:19)e y A(cid:19)ngel por la in(cid:12)nita
paciencia y consejos durante estos cuatro an~os.
C(cid:19)omo no mencionar a todos los que forman parte
de mi familia aqu(cid:19)(cid:16) en Espan~a Jos(cid:19)e Luis, Gustavo,
Javier, Mateusz, Alex, Gandhi, Ana, Los Mora,
por hacer mi estancia tan divertida.
Finalmente a mis colegas, familia y amigos
que me han apoyado desde M(cid:19)exico.
A todos gracias.

Resumen
Describir detalladamente una escena digital, tal y como la percibe un humano no es
unatareaf(cid:19)acil,serequieredemuchosfactorescomosonconocimientoprevio,capacidadde
an(cid:19)alisis y reconocimiento. Factores que no es posible encontrarlos en una sola ciencia, de
estamanera,lahibridaci(cid:19)ondelusodemaquetasdigitales,laingenier(cid:19)(cid:16)ainversaytecnolog(cid:19)(cid:16)as
sem(cid:19)anticaspuedemejorarelproceso. Elobjetivogeneraldelatesisesde(cid:12)nirunalgoritmo
de ingenier(cid:19)(cid:16)a inversa, capaz de reconocer elementos a partir de primitivas geom(cid:19)etricas,
espec(cid:19)(cid:16)(cid:12)camentecilindros,torosyesferasenunanubedepuntoscaptadosv(cid:19)(cid:16)aunesc(cid:19)anerde
escenasyasociarlosl(cid:19)ogica, sem(cid:19)anticayf(cid:19)(cid:16)sicamenteconelementosquesepuedenencontrar
en una escena real. Esto permitir(cid:19)a la generaci(cid:19)on de una maqueta digital enriquecida en
donde los objetos ser(cid:19)an descritos con un alto grado de detalle, proporcionando no solo la
forma, sino tambi(cid:19)en caracter(cid:19)(cid:16)sticas geom(cid:19)etricas como alto, largo, di(cid:19)ametro; su topolog(cid:19)(cid:16)a e
informaci(cid:19)onsem(cid:19)anticadeacuerdoalrolquerepresentacadaelementoenlaescena. Enesta
tesis se presenta en algoritmo propuesto, una implementaci(cid:19)on del mismo en un contexto
industrial real y una evaluaci(cid:19)on que mida la calidad de la clasi(cid:12)caci(cid:19)on de dicho algoritmo
compar(cid:19)andolo como un algoritmo de reconocimiento de formas geom(cid:19)etricas tradicional.
Keywords: Algoritmo inteligente, reconocimiento, acotacio(cid:19)n sema(cid:19)ntica, nube de puntos.
Abstract
Describing in detail a digital scene, as it is perceived by a human is not an easy
task, it requires many factors such as prior knowledge, analytical skills and recognition.
These factors can not (cid:12)nd a single science, in this sense, hybridization of using digital
models, reverse engineering and semantic technologies can improve this process. The
thesis overall aim is de(cid:12)ning a reverse engineering algorithm, able to recognize elements
from geometric primitives, speci(cid:12)cally cylinders, tori and spheres in a cloud of points
captured via a scanner, and associate them to logic, semantics and physic information
to describe a real scene. This will allow the generation of a digital mockup-enriched
where objects are described with a high degree of detail, providing not only the shape but
also geometric characteristics such as height, length, diameter; its topology and semantic
information according to the role that represents each item in the scene. In this thesis an
intellgent algorithm, and its implementation in a real industrial context is presented. Also
an assessment that measures the quality of the classi(cid:12)cation of this algorithm, comparing
it with a traditional recognition algorithm is introduced.
Keywords: Algoritmo inteligente, reconocimiento, acotacio(cid:19)n sema(cid:19)ntica, nube de puntos.
Indice
Abstract iii
Resumen iv
1 Introducci(cid:19)on 1
1.1 Motivaci(cid:19)on de la investigaci(cid:19)on . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.2 Justi(cid:12)caci(cid:19)on . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.3 Objetivo general y objetivos espec(cid:19)(cid:16)(cid:12)cos. . . . . . . . . . . . . . . . . . . . . 4
1.3.1 Objetivo General . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.3.2 Objetivos espec(cid:19)(cid:16)(cid:12)cos . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.4 Organizaci(cid:19)on de la tesis doctoral . . . . . . . . . . . . . . . . . . . . . . . . 5
2 Estado del Arte 7
2.1 Reconocimiento de objetos 3D . . . . . . . . . . . . . . . . . . . . . . . . . 7
2.1.1 Proceso general de reconocimiento de objetos en nube de puntos . . 9
2.1.2 Descriptores Visuales. . . . . . . . . . . . . . . . . . . . . . . . . . . 10
2.1.3 Enfoques del reconocimiento de objetos . . . . . . . . . . . . . . . . 15
2.2 Tecnolog(cid:19)(cid:16)as sem(cid:19)anticas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
2.2.1 La web sem(cid:19)antica . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
2.2.2 Conclusiones del estado del arte . . . . . . . . . . . . . . . . . . . . 26
3 Hip(cid:19)otesis a resolver 29
3.1 Planteamiento de las hip(cid:19)otesis a resolver . . . . . . . . . . . . . . . . . . . . 29
3.2 Hip(cid:19)otesis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
3.3 Validaci(cid:19)on de las hip(cid:19)otesis . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
v
vi INDICE
4 Algoritmo inteligente 33
4.1 Descripci(cid:19)on general . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
4.2 Proceso de reconocimiento de primitivas . . . . . . . . . . . . . . . . . . . . 37
4.2.1 Pre-proceso . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
4.2.2 De(cid:12)nici(cid:19)on de descriptores . . . . . . . . . . . . . . . . . . . . . . . . 43
4.2.3 Clasi(cid:12)caci(cid:19)on . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
4.3 Enriquecimiento sem(cid:19)antico . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
4.3.1 De(cid:12)nici(cid:19)on de la ontolog(cid:19)(cid:16)a . . . . . . . . . . . . . . . . . . . . . . . . 45
4.3.2 C(cid:19)alculo de caracter(cid:19)(cid:16)sticas geom(cid:19)etricas . . . . . . . . . . . . . . . . . 46
4.3.3 C(cid:19)alculo de topolog(cid:19)(cid:16)a . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
4.3.4 Validaci(cid:19)on Sem(cid:19)antica . . . . . . . . . . . . . . . . . . . . . . . . . . 50
4.3.5 Validaci(cid:19)on por expertos . . . . . . . . . . . . . . . . . . . . . . . . . 51
4.4 Conclusiones del Algoritmo inteligente . . . . . . . . . . . . . . . . . . . . . 51
5 Implementacio(cid:19)n: Caso de uso contexto industrial 53
5.1 Datos fuente . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
5.1.1 Nubes de puntos 3D . . . . . . . . . . . . . . . . . . . . . . . . . . . 54
5.2 Implementaci(cid:19)on del algoritmo propuesto . . . . . . . . . . . . . . . . . . . . 57
5.2.1 Proceso de reconocimiento de primitivas . . . . . . . . . . . . . . . . 57
5.2.2 Proceso de enriquecimiento sem(cid:19)antico . . . . . . . . . . . . . . . . . 69
5.3 Validaci(cid:19)on sem(cid:19)antica del algoritmo . . . . . . . . . . . . . . . . . . . . . . . 120
5.3.1 Caso 1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 121
5.3.2 Caso 2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 122
5.3.3 Caso 3 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 124
5.4 Conclusiones de la validaci(cid:19)on . . . . . . . . . . . . . . . . . . . . . . . . . . 126
6 Evaluaci(cid:19)on 129
6.1 Enfoques de evaluaci(cid:19)on . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 129
6.1.1 M(cid:19)etodos cuantitativos de evaluaci(cid:19)on. . . . . . . . . . . . . . . . . . . 129
6.1.2 Los m(cid:19)etodos cualitativos . . . . . . . . . . . . . . . . . . . . . . . . . 132
6.1.3 Discusi(cid:19)on de los enfoques de evaluaci(cid:19)on . . . . . . . . . . . . . . . . 132
6.2 Composici(cid:19)on de la prueba . . . . . . . . . . . . . . . . . . . . . . . . . . . . 133
6.3 De(cid:12)nicio(cid:19)n de datos reales . . . . . . . . . . . . . . . . . . . . . . . . . . . . 134
6.4 Resultados de la evaluaci(cid:19)on . . . . . . . . . . . . . . . . . . . . . . . . . . . 140
6.5 Conclusiones de la evaluaci(cid:19)on . . . . . . . . . . . . . . . . . . . . . . . . . . 146
7 Conclusiones y trabajo Futuro 147
7.1 Conclusiones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 147
7.2 L(cid:19)(cid:16)neas futuras de investigaci(cid:19)on . . . . . . . . . . . . . . . . . . . . . . . . . 152
Bibliography 153