Hispana. Acceso en línea al Patrimonio Cultural Digital Español

Está en:  › Datos de registro

3D Partial scans models for people recognition with a RGB-D sensor

Identificadores del recurso

http://hdl.handle.net/10803/671232

Procedencia

(Tesis de la Universitat Politècnica de Catalunya)

Ficha

Título:: 3D Partial scans models for people recognition with a RGB-D sensor
Tema:: Àrees temàtiques de la UPC::Informàtica; 004; 68
Descripción:: Research developed in this thesis is motivated by a vision of a future where social activities and personalized services are delivered in intelligent environments, entering a new era of more natural and wholesome human-machine interactions. While people are moving freely within these environments, individuals should be recognized by an artificial agent through a wide range of diverse tasks: detection, identification, re-identification and tracking. In this context, facial features are not enough and thus a need appears about finding new sources of descriptive human information to support those actions.Novel approaches in people recognition using human bodies as the main target are introduced throughout this dissertation. Our proposals intend to take full advantage of the powerful capabilities of one device only, regardless of whether the technology exploited is 2D (simple camera) or 3D (RGB-D sensor), favoring the effective use of minimum resources and combining less intensive measures. Applications start with the automatic landmarking of human shapes by learning a small dataset, upgraded by on-line 3D body shape contour tracking with an RGB-D sensor; next, groups of people are categorized and tracked in a public space and studied as a cognitive emulation of human behavior towards relationships generated through spatial and motion interactions; finally, a natural user interface is created with a RGB-D sensor for the identification and re-identification of individuals on the scene in real-time.By employing practical computer vision and machine learning techniques, experimental evaluation will show fair and adequate performance of the introduced systems, comparable to other more complex ones. All this implementation is carried out with due respect for human perception and the quality of their interaction with the intelligent agents. Always bearing in mind that their application goes hand in hand with the idea of eventually incorporating them in smart environments and robotic platforms.; La investigación desarrollada en esta tesis está motivada por una visión de futuro donde las actividades sociales y los servicios personalizados se realizan en entornos inteligentes, entrando en una nueva era de interacciones humano-máquina más naturales e íntegras. Cuando las personas se mueven libremente dentro de estos entornos, éstas deben ser reconocidas por un agente artificial a través de una amplia gama de tareas diversas: detección, identificación, re-identificación y seguimiento. En este contexto, el uso de características faciales no es suficiente y, por lo tanto, aparece la necesidad de encontrar nuevas fuentes de información humana descriptiva para respaldar esas acciones. En esta memoria se presentan nuevos enfoques en el reconocimiento de personas que utilizan la forma del cuerpo humano como elemento principal de obtención de información. Nuestras propuestas pretenden explotar al máximo las capacidades que permiten el uso de un único dispositivo, independientemente de si la tecnología explotada es 2D (cámara simple) o 3D (sensor RGB-D). Este enfoque favorece el uso efectivo de recursos mínimos y combina formas de procesado menos intensivas. Las aplicaciones desarrolladas inicialmente refieren al etiquetado automático de la forma del cuerpo humano mediante el aprendizaje de un pequeño conjunto de datos, actualizado mediante seguimiento de contorno en forma de cuerpo 3D en línea con un sensor RGB-D; luego, se exponen los desarrollos realizados sobre categorización y rastreo de grupos de personas en un espacio público, los cuales son estudiados como una emulación cognitiva del comportamiento humano hacia las relaciones generadas a través de interacciones espaciales y de movimiento; finalmente, se crea una interfaz de usuario natural con un sensor RGB-D para la identificación y re-identificación de individuos en la escena en tiempo real. Mediante el empleo de técnicas prácticas de visión por computador y aprendizaje automático, la evaluación experimental mostrará un rendimiento equilibrado y adecuado de los sistemas presentados, comparable a otros más complejos. Toda esta implementación se lleva a cabo con el debido respeto por la percepción humana y la calidad de su interacción con los agentes inteligentes, siempre teniendo en cuenta que su aplicación va de la mano con la idea de eventualmente incorporarlos en entornos inteligentes y plataformas robóticas.
Fuente:: TDX (Tesis Doctorals en Xarxa)
Idioma:: English
Autor/Productor:: Trejo Ramírez, Karla Andrea
Editor:: Universitat Politècnica de Catalunya
Otros colaboradores/productores:: Angulo Bahón, Cecilio; Universitat Politècnica de Catalunya. Departament d'Enginyeria de Sistemes, Automàtica i Informàtica Industrial
Derechos:: L'accés als continguts d'aquesta tesi queda condicionat a l'acceptació de les condicions d'ús establertes per la següent llicència Creative Commons: http://creativecommons.org/licenses/by-nc-nd/4.0/; http://creativecommons.org/licenses/by-nc-nd/4.0/; info:eu-repo/semantics/openAccess
Fecha:: 2021-03-26T08:22:31Z; 2020-01-22
Tipo de recurso:: info:eu-repo/semantics/doctoralThesis; info:eu-repo/semantics/publishedVersion
Formato:: 155 p.; application/pdf

oai_dc

Descargar XML

<?xml version="1.0" encoding="UTF-8" ?>

<oai_dc:dc schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/ http://www.openarchives.org/OAI/2.0/oai_dc.xsd">
1. <dc:title>3D Partial scans models for people recognition with a RGB-D sensor</dc:title>
2. <dc:creator>Trejo Ramírez, Karla Andrea</dc:creator>
3. <dc:contributor>Angulo Bahón, Cecilio</dc:contributor>
4. <dc:contributor>Universitat Politècnica de Catalunya. Departament d'Enginyeria de Sistemes, Automàtica i Informàtica Industrial</dc:contributor>
5. <dc:subject>Àrees temàtiques de la UPC::Informàtica</dc:subject>
6. <dc:subject>004</dc:subject>
7. <dc:subject>68</dc:subject>
8. <dc:description>Research developed in this thesis is motivated by a vision of a future where social activities and personalized services are delivered in intelligent environments, entering a new era of more natural and wholesome human-machine interactions. While people are moving freely within these environments, individuals should be recognized by an artificial agent through a wide range of diverse tasks: detection, identification, re-identification and tracking. In this context, facial features are not enough and thus a need appears about finding new sources of descriptive human information to support those actions.Novel approaches in people recognition using human bodies as the main target are introduced throughout this dissertation. Our proposals intend to take full advantage of the powerful capabilities of one device only, regardless of whether the technology exploited is 2D (simple camera) or 3D (RGB-D sensor), favoring the effective use of minimum resources and combining less intensive measures. Applications start with the automatic landmarking of human shapes by learning a small dataset, upgraded by on-line 3D body shape contour tracking with an RGB-D sensor; next, groups of people are categorized and tracked in a public space and studied as a cognitive emulation of human behavior towards relationships generated through spatial and motion interactions; finally, a natural user interface is created with a RGB-D sensor for the identification and re-identification of individuals on the scene in real-time.By employing practical computer vision and machine learning techniques, experimental evaluation will show fair and adequate performance of the introduced systems, comparable to other more complex ones. All this implementation is carried out with due respect for human perception and the quality of their interaction with the intelligent agents. Always bearing in mind that their application goes hand in hand with the idea of eventually incorporating them in smart environments and robotic platforms.</dc:description>
9. <dc:description>La investigación desarrollada en esta tesis está motivada por una visión de futuro donde las actividades sociales y los servicios personalizados se realizan en entornos inteligentes, entrando en una nueva era de interacciones humano-máquina más naturales e íntegras. Cuando las personas se mueven libremente dentro de estos entornos, éstas deben ser reconocidas por un agente artificial a través de una amplia gama de tareas diversas: detección, identificación, re-identificación y seguimiento. En este contexto, el uso de características faciales no es suficiente y, por lo tanto, aparece la necesidad de encontrar nuevas fuentes de información humana descriptiva para respaldar esas acciones. En esta memoria se presentan nuevos enfoques en el reconocimiento de personas que utilizan la forma del cuerpo humano como elemento principal de obtención de información. Nuestras propuestas pretenden explotar al máximo las capacidades que permiten el uso de un único dispositivo, independientemente de si la tecnología explotada es 2D (cámara simple) o 3D (sensor RGB-D). Este enfoque favorece el uso efectivo de recursos mínimos y combina formas de procesado menos intensivas. Las aplicaciones desarrolladas inicialmente refieren al etiquetado automático de la forma del cuerpo humano mediante el aprendizaje de un pequeño conjunto de datos, actualizado mediante seguimiento de contorno en forma de cuerpo 3D en línea con un sensor RGB-D; luego, se exponen los desarrollos realizados sobre categorización y rastreo de grupos de personas en un espacio público, los cuales son estudiados como una emulación cognitiva del comportamiento humano hacia las relaciones generadas a través de interacciones espaciales y de movimiento; finalmente, se crea una interfaz de usuario natural con un sensor RGB-D para la identificación y re-identificación de individuos en la escena en tiempo real. Mediante el empleo de técnicas prácticas de visión por computador y aprendizaje automático, la evaluación experimental mostrará un rendimiento equilibrado y adecuado de los sistemas presentados, comparable a otros más complejos. Toda esta implementación se lleva a cabo con el debido respeto por la percepción humana y la calidad de su interacción con los agentes inteligentes, siempre teniendo en cuenta que su aplicación va de la mano con la idea de eventualmente incorporarlos en entornos inteligentes y plataformas robóticas.</dc:description>
10. <dc:date>2021-03-26T08:22:31Z</dc:date>
11. <dc:date>2021-03-26T08:22:31Z</dc:date>
12. <dc:date>2020-01-22</dc:date>
13. <dc:type>info:eu-repo/semantics/doctoralThesis</dc:type>
14. <dc:type>info:eu-repo/semantics/publishedVersion</dc:type>
15. <dc:identifier>http://hdl.handle.net/10803/671232</dc:identifier>
16. <dc:language>eng</dc:language>
17. <dc:rights>L'accés als continguts d'aquesta tesi queda condicionat a l'acceptació de les condicions d'ús establertes per la següent llicència Creative Commons: http://creativecommons.org/licenses/by-nc-nd/4.0/</dc:rights>
18. <dc:rights>http://creativecommons.org/licenses/by-nc-nd/4.0/</dc:rights>
19. <dc:rights>info:eu-repo/semantics/openAccess</dc:rights>
20. <dc:format>155 p.</dc:format>
21. <dc:format>application/pdf</dc:format>
22. <dc:format>application/pdf</dc:format>
23. <dc:publisher>Universitat Politècnica de Catalunya</dc:publisher>
24. <dc:source>TDX (Tesis Doctorals en Xarxa)</dc:source>
</oai_dc:dc>

dim

Descargar XML

<?xml version="1.0" encoding="UTF-8" ?>

<dim:dim schemaLocation="http://www.dspace.org/xmlns/dspace/dim http://www.dspace.org/schema/dim.xsd">
1. <dim:field element="contributor" mdschema="dc">Universitat Politècnica de Catalunya. Departament d'Enginyeria de Sistemes, Automàtica i Informàtica Industrial</dim:field>
2. <dim:field authority="9f04f686-7867-4c7f-926a-4866429beeb1" confidence="-1" element="contributor" mdschema="dc" qualifier="author">Trejo Ramírez, Karla Andrea</dim:field>
3. <dim:field element="contributor" mdschema="dc" qualifier="authoremail">kar_3jo@hotmail.com</dim:field>
4. <dim:field element="contributor" mdschema="dc" qualifier="authoremailshow">false</dim:field>
5. <dim:field authority="9691efd7-ee50-469d-a258-93566725cf37" confidence="-1" element="contributor" mdschema="dc" qualifier="director">Angulo Bahón, Cecilio</dim:field>
6. <dim:field element="date" mdschema="dc" qualifier="accessioned">2021-03-26T08:22:31Z</dim:field>
7. <dim:field element="date" mdschema="dc" qualifier="available">2021-03-26T08:22:31Z</dim:field>
8. <dim:field element="date" mdschema="dc" qualifier="issued">2020-01-22</dim:field>
9. <dim:field element="identifier" mdschema="dc" qualifier="uri">http://hdl.handle.net/10803/671232</dim:field>
10. <dim:field element="description" mdschema="dc" qualifier="abstract">Research developed in this thesis is motivated by a vision of a future where social activities and personalized services are delivered in intelligent environments, entering a new era of more natural and wholesome human-machine interactions. While people are moving freely within these environments, individuals should be recognized by an artificial agent through a wide range of diverse tasks: detection, identification, re-identification and tracking. In this context, facial features are not enough and thus a need appears about finding new sources of descriptive human information to support those actions.Novel approaches in people recognition using human bodies as the main target are introduced throughout this dissertation. Our proposals intend to take full advantage of the powerful capabilities of one device only, regardless of whether the technology exploited is 2D (simple camera) or 3D (RGB-D sensor), favoring the effective use of minimum resources and combining less intensive measures. Applications start with the automatic landmarking of human shapes by learning a small dataset, upgraded by on-line 3D body shape contour tracking with an RGB-D sensor; next, groups of people are categorized and tracked in a public space and studied as a cognitive emulation of human behavior towards relationships generated through spatial and motion interactions; finally, a natural user interface is created with a RGB-D sensor for the identification and re-identification of individuals on the scene in real-time.By employing practical computer vision and machine learning techniques, experimental evaluation will show fair and adequate performance of the introduced systems, comparable to other more complex ones. All this implementation is carried out with due respect for human perception and the quality of their interaction with the intelligent agents. Always bearing in mind that their application goes hand in hand with the idea of eventually incorporating them in smart environments and robotic platforms.</dim:field>
11. <dim:field element="description" mdschema="dc" qualifier="abstract">La investigación desarrollada en esta tesis está motivada por una visión de futuro donde las actividades sociales y los servicios personalizados se realizan en entornos inteligentes, entrando en una nueva era de interacciones humano-máquina más naturales e íntegras. Cuando las personas se mueven libremente dentro de estos entornos, éstas deben ser reconocidas por un agente artificial a través de una amplia gama de tareas diversas: detección, identificación, re-identificación y seguimiento. En este contexto, el uso de características faciales no es suficiente y, por lo tanto, aparece la necesidad de encontrar nuevas fuentes de información humana descriptiva para respaldar esas acciones. En esta memoria se presentan nuevos enfoques en el reconocimiento de personas que utilizan la forma del cuerpo humano como elemento principal de obtención de información. Nuestras propuestas pretenden explotar al máximo las capacidades que permiten el uso de un único dispositivo, independientemente de si la tecnología explotada es 2D (cámara simple) o 3D (sensor RGB-D). Este enfoque favorece el uso efectivo de recursos mínimos y combina formas de procesado menos intensivas. Las aplicaciones desarrolladas inicialmente refieren al etiquetado automático de la forma del cuerpo humano mediante el aprendizaje de un pequeño conjunto de datos, actualizado mediante seguimiento de contorno en forma de cuerpo 3D en línea con un sensor RGB-D; luego, se exponen los desarrollos realizados sobre categorización y rastreo de grupos de personas en un espacio público, los cuales son estudiados como una emulación cognitiva del comportamiento humano hacia las relaciones generadas a través de interacciones espaciales y de movimiento; finalmente, se crea una interfaz de usuario natural con un sensor RGB-D para la identificación y re-identificación de individuos en la escena en tiempo real. Mediante el empleo de técnicas prácticas de visión por computador y aprendizaje automático, la evaluación experimental mostrará un rendimiento equilibrado y adecuado de los sistemas presentados, comparable a otros más complejos. Toda esta implementación se lleva a cabo con el debido respeto por la percepción humana y la calidad de su interacción con los agentes inteligentes, siempre teniendo en cuenta que su aplicación va de la mano con la idea de eventualmente incorporarlos en entornos inteligentes y plataformas robóticas.</dim:field>
12. <dim:field element="format" mdschema="dc" qualifier="extent">155 p.</dim:field>
13. <dim:field element="format" mdschema="dc" qualifier="mimetype">application/pdf</dim:field>
14. <dim:field element="language" mdschema="dc" qualifier="iso">eng</dim:field>
15. <dim:field element="publisher" mdschema="dc">Universitat Politècnica de Catalunya</dim:field>
16. <dim:field element="rights" mdschema="dc" qualifier="license">L'accés als continguts d'aquesta tesi queda condicionat a l'acceptació de les condicions d'ús establertes per la següent llicència Creative Commons: http://creativecommons.org/licenses/by-nc-nd/4.0/</dim:field>
17. <dim:field element="rights" lang="*" mdschema="dc" qualifier="uri">http://creativecommons.org/licenses/by-nc-nd/4.0/</dim:field>
18. <dim:field element="rights" mdschema="dc" qualifier="accessLevel">info:eu-repo/semantics/openAccess</dim:field>
19. <dim:field element="source" mdschema="dc">TDX (Tesis Doctorals en Xarxa)</dim:field>
20. <dim:field element="subject" mdschema="dc" qualifier="other">Àrees temàtiques de la UPC::Informàtica</dim:field>
21. <dim:field element="subject" mdschema="dc" qualifier="udc">004</dim:field>
22. <dim:field element="subject" mdschema="dc" qualifier="udc">68</dim:field>
23. <dim:field element="title" mdschema="dc">3D Partial scans models for people recognition with a RGB-D sensor</dim:field>
24. <dim:field element="type" mdschema="dc">info:eu-repo/semantics/doctoralThesis</dim:field>
25. <dim:field element="type" mdschema="dc">info:eu-repo/semantics/publishedVersion</dim:field>
26. <dim:field element="embargo" mdschema="dc" qualifier="terms">cap</dim:field>
</dim:dim>

etdms

Descargar XML

<?xml version="1.0" encoding="UTF-8" ?>

<thesis schemaLocation="http://www.ndltd.org/standards/metadata/etdms/1.0/ http://www.ndltd.org/standards/metadata/etdms/1.0/etdms.xsd">
1. <title>3D Partial scans models for people recognition with a RGB-D sensor</title>
2. <creator>Trejo Ramírez, Karla Andrea</creator>
3. <contributor>kar_3jo@hotmail.com</contributor>
4. <contributor>false</contributor>
5. <contributor>Angulo Bahón, Cecilio</contributor>
6. <description>Research developed in this thesis is motivated by a vision of a future where social activities and personalized services are delivered in intelligent environments, entering a new era of more natural and wholesome human-machine interactions. While people are moving freely within these environments, individuals should be recognized by an artificial agent through a wide range of diverse tasks: detection, identification, re-identification and tracking. In this context, facial features are not enough and thus a need appears about finding new sources of descriptive human information to support those actions.Novel approaches in people recognition using human bodies as the main target are introduced throughout this dissertation. Our proposals intend to take full advantage of the powerful capabilities of one device only, regardless of whether the technology exploited is 2D (simple camera) or 3D (RGB-D sensor), favoring the effective use of minimum resources and combining less intensive measures. Applications start with the automatic landmarking of human shapes by learning a small dataset, upgraded by on-line 3D body shape contour tracking with an RGB-D sensor; next, groups of people are categorized and tracked in a public space and studied as a cognitive emulation of human behavior towards relationships generated through spatial and motion interactions; finally, a natural user interface is created with a RGB-D sensor for the identification and re-identification of individuals on the scene in real-time.By employing practical computer vision and machine learning techniques, experimental evaluation will show fair and adequate performance of the introduced systems, comparable to other more complex ones. All this implementation is carried out with due respect for human perception and the quality of their interaction with the intelligent agents. Always bearing in mind that their application goes hand in hand with the idea of eventually incorporating them in smart environments and robotic platforms.</description>
7. <description>La investigación desarrollada en esta tesis está motivada por una visión de futuro donde las actividades sociales y los servicios personalizados se realizan en entornos inteligentes, entrando en una nueva era de interacciones humano-máquina más naturales e íntegras. Cuando las personas se mueven libremente dentro de estos entornos, éstas deben ser reconocidas por un agente artificial a través de una amplia gama de tareas diversas: detección, identificación, re-identificación y seguimiento. En este contexto, el uso de características faciales no es suficiente y, por lo tanto, aparece la necesidad de encontrar nuevas fuentes de información humana descriptiva para respaldar esas acciones. En esta memoria se presentan nuevos enfoques en el reconocimiento de personas que utilizan la forma del cuerpo humano como elemento principal de obtención de información. Nuestras propuestas pretenden explotar al máximo las capacidades que permiten el uso de un único dispositivo, independientemente de si la tecnología explotada es 2D (cámara simple) o 3D (sensor RGB-D). Este enfoque favorece el uso efectivo de recursos mínimos y combina formas de procesado menos intensivas. Las aplicaciones desarrolladas inicialmente refieren al etiquetado automático de la forma del cuerpo humano mediante el aprendizaje de un pequeño conjunto de datos, actualizado mediante seguimiento de contorno en forma de cuerpo 3D en línea con un sensor RGB-D; luego, se exponen los desarrollos realizados sobre categorización y rastreo de grupos de personas en un espacio público, los cuales son estudiados como una emulación cognitiva del comportamiento humano hacia las relaciones generadas a través de interacciones espaciales y de movimiento; finalmente, se crea una interfaz de usuario natural con un sensor RGB-D para la identificación y re-identificación de individuos en la escena en tiempo real. Mediante el empleo de técnicas prácticas de visión por computador y aprendizaje automático, la evaluación experimental mostrará un rendimiento equilibrado y adecuado de los sistemas presentados, comparable a otros más complejos. Toda esta implementación se lleva a cabo con el debido respeto por la percepción humana y la calidad de su interacción con los agentes inteligentes, siempre teniendo en cuenta que su aplicación va de la mano con la idea de eventualmente incorporarlos en entornos inteligentes y plataformas robóticas.</description>
8. <date>2021-03-26</date>
9. <date>2021-03-26</date>
10. <date>2020-01-22</date>
11. <type>info:eu-repo/semantics/doctoralThesis</type>
12. <type>info:eu-repo/semantics/publishedVersion</type>
13. <identifier>http://hdl.handle.net/10803/671232</identifier>
14. <language>eng</language>
15. <rights>L'accés als continguts d'aquesta tesi queda condicionat a l'acceptació de les condicions d'ús establertes per la següent llicència Creative Commons: http://creativecommons.org/licenses/by-nc-nd/4.0/</rights>
16. <rights>http://creativecommons.org/licenses/by-nc-nd/4.0/</rights>
17. <rights>info:eu-repo/semantics/openAccess</rights>
18. <publisher>Universitat Politècnica de Catalunya</publisher>
19. <source>TDX (Tesis Doctorals en Xarxa)</source>
</thesis>

marc

Descargar XML

<?xml version="1.0" encoding="UTF-8" ?>

<record schemaLocation="http://www.loc.gov/MARC21/slim http://www.loc.gov/standards/marcxml/schema/MARC21slim.xsd">
1. <leader>00925njm 22002777a 4500</leader>
2. <datafield ind1=" " ind2=" " tag="042">
  1. <subfield code="a">dc</subfield>
  </datafield>
3. <datafield ind1=" " ind2=" " tag="720">
  1. <subfield code="a">Trejo Ramírez, Karla Andrea</subfield>
  2. <subfield code="e">author</subfield>
  </datafield>
4. <datafield ind1=" " ind2=" " tag="260">
  1. <subfield code="c">2020-01-22</subfield>
  </datafield>
5. <datafield ind1=" " ind2=" " tag="520">
  1. <subfield code="a">Research developed in this thesis is motivated by a vision of a future where social activities and personalized services are delivered in intelligent environments, entering a new era of more natural and wholesome human-machine interactions. While people are moving freely within these environments, individuals should be recognized by an artificial agent through a wide range of diverse tasks: detection, identification, re-identification and tracking. In this context, facial features are not enough and thus a need appears about finding new sources of descriptive human information to support those actions.Novel approaches in people recognition using human bodies as the main target are introduced throughout this dissertation. Our proposals intend to take full advantage of the powerful capabilities of one device only, regardless of whether the technology exploited is 2D (simple camera) or 3D (RGB-D sensor), favoring the effective use of minimum resources and combining less intensive measures. Applications start with the automatic landmarking of human shapes by learning a small dataset, upgraded by on-line 3D body shape contour tracking with an RGB-D sensor; next, groups of people are categorized and tracked in a public space and studied as a cognitive emulation of human behavior towards relationships generated through spatial and motion interactions; finally, a natural user interface is created with a RGB-D sensor for the identification and re-identification of individuals on the scene in real-time.By employing practical computer vision and machine learning techniques, experimental evaluation will show fair and adequate performance of the introduced systems, comparable to other more complex ones. All this implementation is carried out with due respect for human perception and the quality of their interaction with the intelligent agents. Always bearing in mind that their application goes hand in hand with the idea of eventually incorporating them in smart environments and robotic platforms.</subfield>
  </datafield>
6. <datafield ind1=" " ind2=" " tag="520">
  1. <subfield code="a">La investigación desarrollada en esta tesis está motivada por una visión de futuro donde las actividades sociales y los servicios personalizados se realizan en entornos inteligentes, entrando en una nueva era de interacciones humano-máquina más naturales e íntegras. Cuando las personas se mueven libremente dentro de estos entornos, éstas deben ser reconocidas por un agente artificial a través de una amplia gama de tareas diversas: detección, identificación, re-identificación y seguimiento. En este contexto, el uso de características faciales no es suficiente y, por lo tanto, aparece la necesidad de encontrar nuevas fuentes de información humana descriptiva para respaldar esas acciones. En esta memoria se presentan nuevos enfoques en el reconocimiento de personas que utilizan la forma del cuerpo humano como elemento principal de obtención de información. Nuestras propuestas pretenden explotar al máximo las capacidades que permiten el uso de un único dispositivo, independientemente de si la tecnología explotada es 2D (cámara simple) o 3D (sensor RGB-D). Este enfoque favorece el uso efectivo de recursos mínimos y combina formas de procesado menos intensivas. Las aplicaciones desarrolladas inicialmente refieren al etiquetado automático de la forma del cuerpo humano mediante el aprendizaje de un pequeño conjunto de datos, actualizado mediante seguimiento de contorno en forma de cuerpo 3D en línea con un sensor RGB-D; luego, se exponen los desarrollos realizados sobre categorización y rastreo de grupos de personas en un espacio público, los cuales son estudiados como una emulación cognitiva del comportamiento humano hacia las relaciones generadas a través de interacciones espaciales y de movimiento; finalmente, se crea una interfaz de usuario natural con un sensor RGB-D para la identificación y re-identificación de individuos en la escena en tiempo real. Mediante el empleo de técnicas prácticas de visión por computador y aprendizaje automático, la evaluación experimental mostrará un rendimiento equilibrado y adecuado de los sistemas presentados, comparable a otros más complejos. Toda esta implementación se lleva a cabo con el debido respeto por la percepción humana y la calidad de su interacción con los agentes inteligentes, siempre teniendo en cuenta que su aplicación va de la mano con la idea de eventualmente incorporarlos en entornos inteligentes y plataformas robóticas.</subfield>
  </datafield>
7. <datafield ind1="8" ind2=" " tag="024">
  1. <subfield code="a">http://hdl.handle.net/10803/671232</subfield>
  </datafield>
8. <datafield ind1="0" ind2="0" tag="245">
  1. <subfield code="a">3D Partial scans models for people recognition with a RGB-D sensor</subfield>
  </datafield>
</record>

marc_ccuc

Descargar XML

<?xml version="1.0" encoding="UTF-8" ?>

<record schemaLocation="http://www.loc.gov/MARC21/slim http://www.loc.gov/standards/marcxml/schema/MARC21slim.xsd">
1. <leader>nam a 5i 4500</leader>
2. <datafield ind1="1" ind2="0" tag="245">
  1. <subfield code="a">3D Partial scans models for people recognition with a RGB-D sensor</subfield>
  </datafield>
3. <datafield ind1=" " ind2="1" tag="264">
  1. <subfield code="a">[Barcelona] :</subfield>
  2. <subfield code="b">Universitat Politècnica de Catalunya,</subfield>
  3. <subfield code="c">2021</subfield>
  </datafield>
4. <datafield ind1="4" ind2="0" tag="856">
  1. <subfield code="z">Accés lliure</subfield>
  2. <subfield code="u">http://hdl.handle.net/10803/671232</subfield>
  </datafield>
5. <controlfield tag="007">cr |||||||||||</controlfield>
6. <controlfield tag="008">AAMMDDs2021 sp ||||fsm||||0|| 0 eng|c</controlfield>
7. <datafield ind1="1" ind2=" " tag="100">
  1. <subfield code="a">Trejo Ramírez, Karla Andrea,</subfield>
  2. <subfield code="e">autor</subfield>
  </datafield>
8. <datafield ind1=" " ind2=" " tag="300">
  1. <subfield code="a">1 recurs en línia (155 pàgines)</subfield>
  </datafield>
9. <datafield ind1=" " ind2=" " tag="502">
  1. <subfield code="g">Tesi</subfield>
  2. <subfield code="b">Doctorat</subfield>
  3. <subfield code="c">Universitat Politècnica de Catalunya. Departament d'Enginyeria de Sistemes, Automàtica i Informàtica Industrial</subfield>
  4. <subfield code="d">2020</subfield>
  </datafield>
10. <datafield ind1="2" ind2=" " tag="710">
  1. <subfield code="a">Universitat Politècnica de Catalunya. Departament d'Enginyeria de Sistemes, Automàtica i Informàtica Industrial</subfield>
  </datafield>
11. <datafield ind1=" " ind2="4" tag="655">
  1. <subfield code="a">Tesis i dissertacions electròniques</subfield>
  </datafield>
12. <datafield ind1="1" ind2=" " tag="700">
  1. <subfield code="a">Angulo Bahón, Cecilio,</subfield>
  2. <subfield code="e">supervisor acadèmic</subfield>
  </datafield>
13. <datafield ind1="0" ind2=" " tag="730">
  1. <subfield code="a">TDX</subfield>
  </datafield>
14. <datafield ind1=" " ind2=" " tag="520">
  1. <subfield code="a">Research developed in this thesis is motivated by a vision of a future where social activities and personalized services are delivered in intelligent environments, entering a new era of more natural and wholesome human-machine interactions. While people are moving freely within these environments, individuals should be recognized by an artificial agent through a wide range of diverse tasks: detection, identification, re-identification and tracking. In this context, facial features are not enough and thus a need appears about finding new sources of descriptive human information to support those actions.Novel approaches in people recognition using human bodies as the main target are introduced throughout this dissertation. Our proposals intend to take full advantage of the powerful capabilities of one device only, regardless of whether the technology exploited is 2D (simple camera) or 3D (RGB-D sensor), favoring the effective use of minimum resources and combining less intensive measures. Applications start with the automatic landmarking of human shapes by learning a small dataset, upgraded by on-line 3D body shape contour tracking with an RGB-D sensor; next, groups of people are categorized and tracked in a public space and studied as a cognitive emulation of human behavior towards relationships generated through spatial and motion interactions; finally, a natural user interface is created with a RGB-D sensor for the identification and re-identification of individuals on the scene in real-time.By employing practical computer vision and machine learning techniques, experimental evaluation will show fair and adequate performance of the introduced systems, comparable to other more complex ones. All this implementation is carried out with due respect for human perception and the quality of their interaction with the intelligent agents. Always bearing in mind that their application goes hand in hand with the idea of eventually incorporating them in smart environments and robotic platforms.</subfield>
  </datafield>
15. <datafield ind1=" " ind2=" " tag="998">
  1. <subfield code="a">p</subfield>
  </datafield>
16. <datafield ind1=" " ind2=" " tag="040">
  1. <subfield code="a">ES-BaCBU</subfield>
  2. <subfield code="b">cat</subfield>
  3. <subfield code="e">rda</subfield>
  4. <subfield code="c">ES-BaCBU</subfield>
  </datafield>
17. <datafield ind1=" " ind2=" " tag="336">
  1. <subfield code="a">text</subfield>
  2. <subfield code="b">txt</subfield>
  3. <subfield code="2">rdacontent</subfield>
  </datafield>
18. <datafield ind1=" " ind2=" " tag="337">
  1. <subfield code="a">informàtic</subfield>
  2. <subfield code="b">c</subfield>
  3. <subfield code="2">rdamedia</subfield>
  </datafield>
19. <datafield ind1=" " ind2=" " tag="338">
  1. <subfield code="a">recurs en línia</subfield>
  2. <subfield code="b">cr</subfield>
  3. <subfield code="2">rdacarrier</subfield>
  </datafield>
</record>

mets

Descargar XML

<?xml version="1.0" encoding="UTF-8" ?>

<mets ID=" DSpace_ITEM_10803-671232" OBJID=" hdl:10803/671232" PROFILE="DSpace METS SIP Profile 1.0" TYPE="DSpace ITEM" schemaLocation="http://www.loc.gov/METS/ http://www.loc.gov/standards/mets/mets.xsd">
1. <metsHdr CREATEDATE="2024-10-03T19:27:12Z">
  1. <agent ROLE="CUSTODIAN" TYPE="ORGANIZATION">
    1. <name>TDX (Tesis Doctorals en Xarxa)</name>
    </agent>
  </metsHdr>
2. <dmdSec ID="DMD_10803_671232">
  1. <mdWrap MDTYPE="MODS">
    1. <xmlData schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-1.xsd">
      1. <mods:mods schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-1.xsd">
        <mods:name>
        <mods:role>
        <mods:roleTerm type="text">author</mods:roleTerm>
        </mods:role>
        <mods:namePart>Trejo Ramírez, Karla Andrea</mods:namePart>
        </mods:name>
        <mods:name>
        <mods:role>
        <mods:roleTerm type="text">authoremail</mods:roleTerm>
        </mods:role>
        <mods:namePart>kar_3jo@hotmail.com</mods:namePart>
        </mods:name>
        <mods:name>
        <mods:role>
        <mods:roleTerm type="text">authoremailshow</mods:roleTerm>
        </mods:role>
        <mods:namePart>false</mods:namePart>
        </mods:name>
        <mods:name>
        <mods:role>
        <mods:roleTerm type="text">director</mods:roleTerm>
        </mods:role>
        <mods:namePart>Angulo Bahón, Cecilio</mods:namePart>
        </mods:name>
        <mods:extension>
        <mods:dateAccessioned encoding="iso8601">2021-03-26T08:22:31Z</mods:dateAccessioned>
        </mods:extension>
        <mods:extension>
        <mods:dateAvailable encoding="iso8601">2021-03-26T08:22:31Z</mods:dateAvailable>
        </mods:extension>
        <mods:originInfo>
        <mods:dateIssued encoding="iso8601">2020-01-22</mods:dateIssued>
        </mods:originInfo>
        <mods:identifier type="uri">http://hdl.handle.net/10803/671232</mods:identifier>
        <mods:abstract>Research developed in this thesis is motivated by a vision of a future where social activities and personalized services are delivered in intelligent environments, entering a new era of more natural and wholesome human-machine interactions. While people are moving freely within these environments, individuals should be recognized by an artificial agent through a wide range of diverse tasks: detection, identification, re-identification and tracking. In this context, facial features are not enough and thus a need appears about finding new sources of descriptive human information to support those actions.Novel approaches in people recognition using human bodies as the main target are introduced throughout this dissertation. Our proposals intend to take full advantage of the powerful capabilities of one device only, regardless of whether the technology exploited is 2D (simple camera) or 3D (RGB-D sensor), favoring the effective use of minimum resources and combining less intensive measures. Applications start with the automatic landmarking of human shapes by learning a small dataset, upgraded by on-line 3D body shape contour tracking with an RGB-D sensor; next, groups of people are categorized and tracked in a public space and studied as a cognitive emulation of human behavior towards relationships generated through spatial and motion interactions; finally, a natural user interface is created with a RGB-D sensor for the identification and re-identification of individuals on the scene in real-time.By employing practical computer vision and machine learning techniques, experimental evaluation will show fair and adequate performance of the introduced systems, comparable to other more complex ones. All this implementation is carried out with due respect for human perception and the quality of their interaction with the intelligent agents. Always bearing in mind that their application goes hand in hand with the idea of eventually incorporating them in smart environments and robotic platforms.La investigación desarrollada en esta tesis está motivada por una visión de futuro donde las actividades sociales y los servicios personalizados se realizan en entornos inteligentes, entrando en una nueva era de interacciones humano-máquina más naturales e íntegras. Cuando las personas se mueven libremente dentro de estos entornos, éstas deben ser reconocidas por un agente artificial a través de una amplia gama de tareas diversas: detección, identificación, re-identificación y seguimiento. En este contexto, el uso de características faciales no es suficiente y, por lo tanto, aparece la necesidad de encontrar nuevas fuentes de información humana descriptiva para respaldar esas acciones. En esta memoria se presentan nuevos enfoques en el reconocimiento de personas que utilizan la forma del cuerpo humano como elemento principal de obtención de información. Nuestras propuestas pretenden explotar al máximo las capacidades que permiten el uso de un único dispositivo, independientemente de si la tecnología explotada es 2D (cámara simple) o 3D (sensor RGB-D). Este enfoque favorece el uso efectivo de recursos mínimos y combina formas de procesado menos intensivas. Las aplicaciones desarrolladas inicialmente refieren al etiquetado automático de la forma del cuerpo humano mediante el aprendizaje de un pequeño conjunto de datos, actualizado mediante seguimiento de contorno en forma de cuerpo 3D en línea con un sensor RGB-D; luego, se exponen los desarrollos realizados sobre categorización y rastreo de grupos de personas en un espacio público, los cuales son estudiados como una emulación cognitiva del comportamiento humano hacia las relaciones generadas a través de interacciones espaciales y de movimiento; finalmente, se crea una interfaz de usuario natural con un sensor RGB-D para la identificación y re-identificación de individuos en la escena en tiempo real. Mediante el empleo de técnicas prácticas de visión por computador y aprendizaje automático, la evaluación experimental mostrará un rendimiento equilibrado y adecuado de los sistemas presentados, comparable a otros más complejos. Toda esta implementación se lleva a cabo con el debido respeto por la percepción humana y la calidad de su interacción con los agentes inteligentes, siempre teniendo en cuenta que su aplicación va de la mano con la idea de eventualmente incorporarlos en entornos inteligentes y plataformas robóticas.</mods:abstract>
        <mods:language>
        <mods:languageTerm authority="rfc3066">eng</mods:languageTerm>
        </mods:language>
        <mods:accessCondition type="useAndReproduction" />
        <mods:titleInfo>
        <mods:title>3D Partial scans models for people recognition with a RGB-D sensor</mods:title>
        </mods:titleInfo>
        <mods:genre>info:eu-repo/semantics/doctoralThesis info:eu-repo/semantics/publishedVersion</mods:genre>
        </mods:mods>
      </xmlData>
    </mdWrap>
  </dmdSec>
3. <amdSec ID="FO_10803_671232_1">
  1. <techMD ID="TECH_O_10803_671232_1">
    1. <mdWrap MDTYPE="PREMIS">
      1. <xmlData schemaLocation="http://www.loc.gov/standards/premis http://www.loc.gov/standards/premis/PREMIS-v1-0.xsd">
        <premis:premis>
        <premis:object>
        <premis:objectIdentifier>
        <premis:objectIdentifierType>URL</premis:objectIdentifierType>
        <premis:objectIdentifierValue>https://www.tdx.cat/bitstream/10803/671232/1/TKATR1de1.pdf</premis:objectIdentifierValue>
        </premis:objectIdentifier>
        <premis:objectCategory>File</premis:objectCategory>
        <premis:objectCharacteristics>
        <premis:fixity>
        <premis:messageDigestAlgorithm>MD5</premis:messageDigestAlgorithm>
        <premis:messageDigest>73fe955f57099de221f7f3919802a239</premis:messageDigest>
        </premis:fixity>
        <premis:size>2082216</premis:size>
        <premis:format>
        <premis:formatDesignation>
        <premis:formatName>application/pdf</premis:formatName>
        </premis:formatDesignation>
        </premis:format>
        </premis:objectCharacteristics>
        <premis:originalName>TKATR1de1.pdf</premis:originalName>
        </premis:object>
        </premis:premis>
        </xmlData>
      </mdWrap>
    </techMD>
  </amdSec>
4. <amdSec ID="FT_10803_671232_6">
  1. <techMD ID="TECH_T_10803_671232_6">
    1. <mdWrap MDTYPE="PREMIS">
      1. <xmlData schemaLocation="http://www.loc.gov/standards/premis http://www.loc.gov/standards/premis/PREMIS-v1-0.xsd">
        <premis:premis>
        <premis:object>
        <premis:objectIdentifier>
        <premis:objectIdentifierType>URL</premis:objectIdentifierType>
        <premis:objectIdentifierValue>https://www.tdx.cat/bitstream/10803/671232/6/TKATR1de1.pdf.txt</premis:objectIdentifierValue>
        </premis:objectIdentifier>
        <premis:objectCategory>File</premis:objectCategory>
        <premis:objectCharacteristics>
        <premis:fixity>
        <premis:messageDigestAlgorithm>MD5</premis:messageDigestAlgorithm>
        <premis:messageDigest>bd30a784ce5cb9e489b0bd9367201155</premis:messageDigest>
        </premis:fixity>
        <premis:size>305944</premis:size>
        <premis:format>
        <premis:formatDesignation>
        <premis:formatName>text/plain</premis:formatName>
        </premis:formatDesignation>
        </premis:format>
        </premis:objectCharacteristics>
        <premis:originalName>TKATR1de1.pdf.txt</premis:originalName>
        </premis:object>
        </premis:premis>
        </xmlData>
      </mdWrap>
    </techMD>
  </amdSec>
5. <fileSec>
  1. <fileGrp USE="ORIGINAL">
    1. <file ADMID="FO_10803_671232_1" CHECKSUM="73fe955f57099de221f7f3919802a239" CHECKSUMTYPE="MD5" GROUPID="GROUP_BITSTREAM_10803_671232_1" ID="BITSTREAM_ORIGINAL_10803_671232_1" MIMETYPE="application/pdf" SEQ="1" SIZE="2082216">
      1. <FLocat LOCTYPE="URL" href="https://www.tdx.cat/bitstream/10803/671232/1/TKATR1de1.pdf" type="simple" />
      </file>
    </fileGrp>
  2. <fileGrp USE="TEXT">
    1. <file ADMID="FT_10803_671232_6" CHECKSUM="bd30a784ce5cb9e489b0bd9367201155" CHECKSUMTYPE="MD5" GROUPID="GROUP_BITSTREAM_10803_671232_6" ID="BITSTREAM_TEXT_10803_671232_6" MIMETYPE="text/plain" SEQ="6" SIZE="305944">
      1. <FLocat LOCTYPE="URL" href="https://www.tdx.cat/bitstream/10803/671232/6/TKATR1de1.pdf.txt" type="simple" />
      </file>
    </fileGrp>
  </fileSec>
6. <structMap LABEL="DSpace Object" TYPE="LOGICAL">
  1. <div ADMID="DMD_10803_671232" TYPE="DSpace Object Contents">
    1. <div TYPE="DSpace BITSTREAM">
      1. <fptr FILEID="BITSTREAM_ORIGINAL_10803_671232_1" />
      </div>
    </div>
  </structMap>
</mets>

mods

Descargar XML

<?xml version="1.0" encoding="UTF-8" ?>

<mods:mods schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-1.xsd">
1. <mods:name>
  1. <mods:namePart>Trejo Ramírez, Karla Andrea</mods:namePart>
  </mods:name>
2. <mods:extension>
  1. <mods:dateAvailable encoding="iso8601">2021-03-26T08:22:31Z</mods:dateAvailable>
  </mods:extension>
3. <mods:extension>
  1. <mods:dateAccessioned encoding="iso8601">2021-03-26T08:22:31Z</mods:dateAccessioned>
  </mods:extension>
4. <mods:originInfo>
  1. <mods:dateIssued encoding="iso8601">2020-01-22</mods:dateIssued>
  </mods:originInfo>
5. <mods:identifier type="uri">http://hdl.handle.net/10803/671232</mods:identifier>
6. <mods:abstract>Research developed in this thesis is motivated by a vision of a future where social activities and personalized services are delivered in intelligent environments, entering a new era of more natural and wholesome human-machine interactions. While people are moving freely within these environments, individuals should be recognized by an artificial agent through a wide range of diverse tasks: detection, identification, re-identification and tracking. In this context, facial features are not enough and thus a need appears about finding new sources of descriptive human information to support those actions.Novel approaches in people recognition using human bodies as the main target are introduced throughout this dissertation. Our proposals intend to take full advantage of the powerful capabilities of one device only, regardless of whether the technology exploited is 2D (simple camera) or 3D (RGB-D sensor), favoring the effective use of minimum resources and combining less intensive measures. Applications start with the automatic landmarking of human shapes by learning a small dataset, upgraded by on-line 3D body shape contour tracking with an RGB-D sensor; next, groups of people are categorized and tracked in a public space and studied as a cognitive emulation of human behavior towards relationships generated through spatial and motion interactions; finally, a natural user interface is created with a RGB-D sensor for the identification and re-identification of individuals on the scene in real-time.By employing practical computer vision and machine learning techniques, experimental evaluation will show fair and adequate performance of the introduced systems, comparable to other more complex ones. All this implementation is carried out with due respect for human perception and the quality of their interaction with the intelligent agents. Always bearing in mind that their application goes hand in hand with the idea of eventually incorporating them in smart environments and robotic platforms.</mods:abstract>
7. <mods:abstract>La investigación desarrollada en esta tesis está motivada por una visión de futuro donde las actividades sociales y los servicios personalizados se realizan en entornos inteligentes, entrando en una nueva era de interacciones humano-máquina más naturales e íntegras. Cuando las personas se mueven libremente dentro de estos entornos, éstas deben ser reconocidas por un agente artificial a través de una amplia gama de tareas diversas: detección, identificación, re-identificación y seguimiento. En este contexto, el uso de características faciales no es suficiente y, por lo tanto, aparece la necesidad de encontrar nuevas fuentes de información humana descriptiva para respaldar esas acciones. En esta memoria se presentan nuevos enfoques en el reconocimiento de personas que utilizan la forma del cuerpo humano como elemento principal de obtención de información. Nuestras propuestas pretenden explotar al máximo las capacidades que permiten el uso de un único dispositivo, independientemente de si la tecnología explotada es 2D (cámara simple) o 3D (sensor RGB-D). Este enfoque favorece el uso efectivo de recursos mínimos y combina formas de procesado menos intensivas. Las aplicaciones desarrolladas inicialmente refieren al etiquetado automático de la forma del cuerpo humano mediante el aprendizaje de un pequeño conjunto de datos, actualizado mediante seguimiento de contorno en forma de cuerpo 3D en línea con un sensor RGB-D; luego, se exponen los desarrollos realizados sobre categorización y rastreo de grupos de personas en un espacio público, los cuales son estudiados como una emulación cognitiva del comportamiento humano hacia las relaciones generadas a través de interacciones espaciales y de movimiento; finalmente, se crea una interfaz de usuario natural con un sensor RGB-D para la identificación y re-identificación de individuos en la escena en tiempo real. Mediante el empleo de técnicas prácticas de visión por computador y aprendizaje automático, la evaluación experimental mostrará un rendimiento equilibrado y adecuado de los sistemas presentados, comparable a otros más complejos. Toda esta implementación se lleva a cabo con el debido respeto por la percepción humana y la calidad de su interacción con los agentes inteligentes, siempre teniendo en cuenta que su aplicación va de la mano con la idea de eventualmente incorporarlos en entornos inteligentes y plataformas robóticas.</mods:abstract>
8. <mods:language>
  1. <mods:languageTerm>eng</mods:languageTerm>
  </mods:language>
9. <mods:accessCondition type="useAndReproduction">L'accés als continguts d'aquesta tesi queda condicionat a l'acceptació de les condicions d'ús establertes per la següent llicència Creative Commons: http://creativecommons.org/licenses/by-nc-nd/4.0/</mods:accessCondition>
10. <mods:accessCondition type="useAndReproduction">http://creativecommons.org/licenses/by-nc-nd/4.0/</mods:accessCondition>
11. <mods:accessCondition type="useAndReproduction">info:eu-repo/semantics/openAccess</mods:accessCondition>
12. <mods:titleInfo>
  1. <mods:title>3D Partial scans models for people recognition with a RGB-D sensor</mods:title>
  </mods:titleInfo>
13. <mods:genre>info:eu-repo/semantics/doctoralThesis</mods:genre>
14. <mods:genre>info:eu-repo/semantics/publishedVersion</mods:genre>
</mods:mods>

oaire

Descargar XML

<?xml version="1.0" encoding="UTF-8" ?>

<oaire:record schemaLocation="http://namespaceopenaire.eu/schema/oaire/">
1. <dc:title>3D Partial scans models for people recognition with a RGB-D sensor</dc:title>
2. <datacite:creator>
  1. <datacite:creatorName>Trejo Ramírez, Karla Andrea</datacite:creatorName>
  </datacite:creator>
3. <datacite:contributor>kar_3jo@hotmail.com</datacite:contributor>
4. <datacite:contributor>false</datacite:contributor>
5. <datacite:contributor>Angulo Bahón, Cecilio</datacite:contributor>
6. <datacite:contributor>Universitat Politècnica de Catalunya. Departament d'Enginyeria de Sistemes, Automàtica i Informàtica Industrial</datacite:contributor>
7. <dc:subject>Àrees temàtiques de la UPC::Informàtica</dc:subject>
8. <dc:subject>004</dc:subject>
9. <dc:subject>68</dc:subject>
10. <dc:description>Research developed in this thesis is motivated by a vision of a future where social activities and personalized services are delivered in intelligent environments, entering a new era of more natural and wholesome human-machine interactions. While people are moving freely within these environments, individuals should be recognized by an artificial agent through a wide range of diverse tasks: detection, identification, re-identification and tracking. In this context, facial features are not enough and thus a need appears about finding new sources of descriptive human information to support those actions.Novel approaches in people recognition using human bodies as the main target are introduced throughout this dissertation. Our proposals intend to take full advantage of the powerful capabilities of one device only, regardless of whether the technology exploited is 2D (simple camera) or 3D (RGB-D sensor), favoring the effective use of minimum resources and combining less intensive measures. Applications start with the automatic landmarking of human shapes by learning a small dataset, upgraded by on-line 3D body shape contour tracking with an RGB-D sensor; next, groups of people are categorized and tracked in a public space and studied as a cognitive emulation of human behavior towards relationships generated through spatial and motion interactions; finally, a natural user interface is created with a RGB-D sensor for the identification and re-identification of individuals on the scene in real-time.By employing practical computer vision and machine learning techniques, experimental evaluation will show fair and adequate performance of the introduced systems, comparable to other more complex ones. All this implementation is carried out with due respect for human perception and the quality of their interaction with the intelligent agents. Always bearing in mind that their application goes hand in hand with the idea of eventually incorporating them in smart environments and robotic platforms.</dc:description>
11. <dc:description>La investigación desarrollada en esta tesis está motivada por una visión de futuro donde las actividades sociales y los servicios personalizados se realizan en entornos inteligentes, entrando en una nueva era de interacciones humano-máquina más naturales e íntegras. Cuando las personas se mueven libremente dentro de estos entornos, éstas deben ser reconocidas por un agente artificial a través de una amplia gama de tareas diversas: detección, identificación, re-identificación y seguimiento. En este contexto, el uso de características faciales no es suficiente y, por lo tanto, aparece la necesidad de encontrar nuevas fuentes de información humana descriptiva para respaldar esas acciones. En esta memoria se presentan nuevos enfoques en el reconocimiento de personas que utilizan la forma del cuerpo humano como elemento principal de obtención de información. Nuestras propuestas pretenden explotar al máximo las capacidades que permiten el uso de un único dispositivo, independientemente de si la tecnología explotada es 2D (cámara simple) o 3D (sensor RGB-D). Este enfoque favorece el uso efectivo de recursos mínimos y combina formas de procesado menos intensivas. Las aplicaciones desarrolladas inicialmente refieren al etiquetado automático de la forma del cuerpo humano mediante el aprendizaje de un pequeño conjunto de datos, actualizado mediante seguimiento de contorno en forma de cuerpo 3D en línea con un sensor RGB-D; luego, se exponen los desarrollos realizados sobre categorización y rastreo de grupos de personas en un espacio público, los cuales son estudiados como una emulación cognitiva del comportamiento humano hacia las relaciones generadas a través de interacciones espaciales y de movimiento; finalmente, se crea una interfaz de usuario natural con un sensor RGB-D para la identificación y re-identificación de individuos en la escena en tiempo real. Mediante el empleo de técnicas prácticas de visión por computador y aprendizaje automático, la evaluación experimental mostrará un rendimiento equilibrado y adecuado de los sistemas presentados, comparable a otros más complejos. Toda esta implementación se lleva a cabo con el debido respeto por la percepción humana y la calidad de su interacción con los agentes inteligentes, siempre teniendo en cuenta que su aplicación va de la mano con la idea de eventualmente incorporarlos en entornos inteligentes y plataformas robóticas.</dc:description>
12. <dc:date>2021-03-26T08:22:31Z</dc:date>
13. <dc:date>2021-03-26T08:22:31Z</dc:date>
14. <dc:date>2020-01-22</dc:date>
15. <dc:type>info:eu-repo/semantics/doctoralThesis</dc:type>
16. <dc:type>info:eu-repo/semantics/publishedVersion</dc:type>
17. <datacite:alternateIdentifier>http://hdl.handle.net/10803/671232</datacite:alternateIdentifier>
18. <dc:language>eng</dc:language>
19. <dc:rights>L'accés als continguts d'aquesta tesi queda condicionat a l'acceptació de les condicions d'ús establertes per la següent llicència Creative Commons: http://creativecommons.org/licenses/by-nc-nd/4.0/</dc:rights>
20. <dc:rights>http://creativecommons.org/licenses/by-nc-nd/4.0/</dc:rights>
21. <dc:rights>info:eu-repo/semantics/openAccess</dc:rights>
22. <dc:format>155 p.</dc:format>
23. <dc:format>application/pdf</dc:format>
24. <dc:format>application/pdf</dc:format>
25. <dc:publisher>Universitat Politècnica de Catalunya</dc:publisher>
26. <dc:source>TDX (Tesis Doctorals en Xarxa)</dc:source>
27. <oaire:file>https://www.tdx.cat/bitstream/10803/671232/1/TKATR1de1.pdf</oaire:file>
</oaire:record>

ore

Descargar XML

<?xml version="1.0" encoding="UTF-8" ?>

<atom:entry schemaLocation="http://www.w3.org/2005/Atom http://www.kbcafe.com/rss/atom.xsd.xml">
1. <atom:id>http://hdl.handle.net/10803/671232/ore.xml</atom:id>
2. <atom:link href="http://hdl.handle.net/10803/671232" rel="alternate" />
3. <atom:link href="http://hdl.handle.net/10803/671232/ore.xml" rel="http://www.openarchives.org/ore/terms/describes" />
4. <atom:link href="http://hdl.handle.net/10803/671232/ore.xml#atom" rel="self" type="application/atom+xml" />
5. <atom:published>2021-03-26T08:22:31Z</atom:published>
6. <atom:updated>2021-03-26T08:22:31Z</atom:updated>
7. <atom:source>
  1. <atom:generator>TDX (Tesis Doctorals en Xarxa)</atom:generator>
  </atom:source>
8. <atom:title>3D Partial scans models for people recognition with a RGB-D sensor</atom:title>
9. <atom:author>
  1. <atom:name>Trejo Ramírez, Karla Andrea</atom:name>
  </atom:author>
10. <atom:category label="Aggregation" scheme="http://www.openarchives.org/ore/terms/" term="http://www.openarchives.org/ore/terms/Aggregation" />
11. <atom:category scheme="http://www.openarchives.org/ore/atom/modified" term="2021-03-26T08:22:31Z" />
12. <atom:category label="DSpace Item" scheme="http://www.dspace.org/objectModel/" term="DSpaceItem" />
13. <atom:link href="https://www.tdx.cat/bitstream/10803/671232/1/TKATR1de1.pdf" length="2082216" rel="http://www.openarchives.org/ore/terms/aggregates" title="TKATR1de1.pdf" type="application/pdf" />
14. <oreatom:triples>
  1. <rdf:Description about="http://hdl.handle.net/10803/671232/ore.xml#atom">
    1. <rdf:type resource="http://www.dspace.org/objectModel/DSpaceItem" />
    2. <dcterms:modified>2021-03-26T08:22:31Z</dcterms:modified>
    </rdf:Description>
  2. <rdf:Description about="https://www.tdx.cat/bitstream/10803/671232/6/TKATR1de1.pdf.txt">
    1. <rdf:type resource="http://www.dspace.org/objectModel/DSpaceBitstream" />
    2. <dcterms:description>TEXT</dcterms:description>
    </rdf:Description>
  3. <rdf:Description about="https://www.tdx.cat/bitstream/10803/671232/1/TKATR1de1.pdf">
    1. <rdf:type resource="http://www.dspace.org/objectModel/DSpaceBitstream" />
    2. <dcterms:description>ORIGINAL</dcterms:description>
    </rdf:Description>
  4. <rdf:Description about="https://www.tdx.cat/bitstream/10803/671232/2/license_url">
    1. <rdf:type resource="http://www.dspace.org/objectModel/DSpaceBitstream" />
    2. <dcterms:description>CC-LICENSE</dcterms:description>
    </rdf:Description>
  5. <rdf:Description about="https://www.tdx.cat/bitstream/10803/671232/3/license_text">
    1. <rdf:type resource="http://www.dspace.org/objectModel/DSpaceBitstream" />
    2. <dcterms:description>CC-LICENSE</dcterms:description>
    </rdf:Description>
  6. <rdf:Description about="https://www.tdx.cat/bitstream/10803/671232/4/license_rdf">
    1. <rdf:type resource="http://www.dspace.org/objectModel/DSpaceBitstream" />
    2. <dcterms:description>CC-LICENSE</dcterms:description>
    </rdf:Description>
  7. <rdf:Description about="https://www.tdx.cat/bitstream/10803/671232/5/TKATR1de1.pdf.xml">
    1. <rdf:type resource="http://www.dspace.org/objectModel/DSpaceBitstream" />
    2. <dcterms:description>MEDIA_DOCUMENT</dcterms:description>
    </rdf:Description>
  </oreatom:triples>
</atom:entry>

qdc

Descargar XML

<?xml version="1.0" encoding="UTF-8" ?>

<qdc:qualifieddc schemaLocation="http://purl.org/dc/elements/1.1/ http://dublincore.org/schemas/xmls/qdc/2006/01/06/dc.xsd http://purl.org/dc/terms/ http://dublincore.org/schemas/xmls/qdc/2006/01/06/dcterms.xsd http://dspace.org/qualifieddc/ http://www.ukoln.ac.uk/metadata/dcmi/xmlschema/qualifieddc.xsd">
1. <dc:title>3D Partial scans models for people recognition with a RGB-D sensor</dc:title>
2. <dc:creator>Trejo Ramírez, Karla Andrea</dc:creator>
3. <dc:contributor>Angulo Bahón, Cecilio</dc:contributor>
4. <dcterms:abstract>Research developed in this thesis is motivated by a vision of a future where social activities and personalized services are delivered in intelligent environments, entering a new era of more natural and wholesome human-machine interactions. While people are moving freely within these environments, individuals should be recognized by an artificial agent through a wide range of diverse tasks: detection, identification, re-identification and tracking. In this context, facial features are not enough and thus a need appears about finding new sources of descriptive human information to support those actions.Novel approaches in people recognition using human bodies as the main target are introduced throughout this dissertation. Our proposals intend to take full advantage of the powerful capabilities of one device only, regardless of whether the technology exploited is 2D (simple camera) or 3D (RGB-D sensor), favoring the effective use of minimum resources and combining less intensive measures. Applications start with the automatic landmarking of human shapes by learning a small dataset, upgraded by on-line 3D body shape contour tracking with an RGB-D sensor; next, groups of people are categorized and tracked in a public space and studied as a cognitive emulation of human behavior towards relationships generated through spatial and motion interactions; finally, a natural user interface is created with a RGB-D sensor for the identification and re-identification of individuals on the scene in real-time.By employing practical computer vision and machine learning techniques, experimental evaluation will show fair and adequate performance of the introduced systems, comparable to other more complex ones. All this implementation is carried out with due respect for human perception and the quality of their interaction with the intelligent agents. Always bearing in mind that their application goes hand in hand with the idea of eventually incorporating them in smart environments and robotic platforms.</dcterms:abstract>
5. <dcterms:abstract>La investigación desarrollada en esta tesis está motivada por una visión de futuro donde las actividades sociales y los servicios personalizados se realizan en entornos inteligentes, entrando en una nueva era de interacciones humano-máquina más naturales e íntegras. Cuando las personas se mueven libremente dentro de estos entornos, éstas deben ser reconocidas por un agente artificial a través de una amplia gama de tareas diversas: detección, identificación, re-identificación y seguimiento. En este contexto, el uso de características faciales no es suficiente y, por lo tanto, aparece la necesidad de encontrar nuevas fuentes de información humana descriptiva para respaldar esas acciones. En esta memoria se presentan nuevos enfoques en el reconocimiento de personas que utilizan la forma del cuerpo humano como elemento principal de obtención de información. Nuestras propuestas pretenden explotar al máximo las capacidades que permiten el uso de un único dispositivo, independientemente de si la tecnología explotada es 2D (cámara simple) o 3D (sensor RGB-D). Este enfoque favorece el uso efectivo de recursos mínimos y combina formas de procesado menos intensivas. Las aplicaciones desarrolladas inicialmente refieren al etiquetado automático de la forma del cuerpo humano mediante el aprendizaje de un pequeño conjunto de datos, actualizado mediante seguimiento de contorno en forma de cuerpo 3D en línea con un sensor RGB-D; luego, se exponen los desarrollos realizados sobre categorización y rastreo de grupos de personas en un espacio público, los cuales son estudiados como una emulación cognitiva del comportamiento humano hacia las relaciones generadas a través de interacciones espaciales y de movimiento; finalmente, se crea una interfaz de usuario natural con un sensor RGB-D para la identificación y re-identificación de individuos en la escena en tiempo real. Mediante el empleo de técnicas prácticas de visión por computador y aprendizaje automático, la evaluación experimental mostrará un rendimiento equilibrado y adecuado de los sistemas presentados, comparable a otros más complejos. Toda esta implementación se lleva a cabo con el debido respeto por la percepción humana y la calidad de su interacción con los agentes inteligentes, siempre teniendo en cuenta que su aplicación va de la mano con la idea de eventualmente incorporarlos en entornos inteligentes y plataformas robóticas.</dcterms:abstract>
6. <dcterms:dateAccepted>2021-03-26T08:22:31Z</dcterms:dateAccepted>
7. <dcterms:available>2021-03-26T08:22:31Z</dcterms:available>
8. <dcterms:created>2021-03-26T08:22:31Z</dcterms:created>
9. <dcterms:issued>2020-01-22</dcterms:issued>
10. <dc:type>info:eu-repo/semantics/doctoralThesis</dc:type>
11. <dc:type>info:eu-repo/semantics/publishedVersion</dc:type>
12. <dc:identifier>http://hdl.handle.net/10803/671232</dc:identifier>
13. <dc:language>eng</dc:language>
14. <dc:rights>L'accés als continguts d'aquesta tesi queda condicionat a l'acceptació de les condicions d'ús establertes per la següent llicència Creative Commons: http://creativecommons.org/licenses/by-nc-nd/4.0/</dc:rights>
15. <dc:rights>http://creativecommons.org/licenses/by-nc-nd/4.0/</dc:rights>
16. <dc:rights>info:eu-repo/semantics/openAccess</dc:rights>
17. <dc:publisher>Universitat Politècnica de Catalunya</dc:publisher>
18. <dc:source>TDX (Tesis Doctorals en Xarxa)</dc:source>
</qdc:qualifieddc>

rdf

Descargar XML

<?xml version="1.0" encoding="UTF-8" ?>

<rdf:RDF schemaLocation="http://www.openarchives.org/OAI/2.0/rdf/ http://www.openarchives.org/OAI/2.0/rdf.xsd">
1. <ow:Publication about="oai:www.tdx.cat:10803/671232">
  1. <dc:title>3D Partial scans models for people recognition with a RGB-D sensor</dc:title>
  2. <dc:creator>Trejo Ramírez, Karla Andrea</dc:creator>
  3. <dc:contributor>kar_3jo@hotmail.com</dc:contributor>
  4. <dc:contributor>false</dc:contributor>
  5. <dc:contributor>Angulo Bahón, Cecilio</dc:contributor>
  6. <dc:description>Research developed in this thesis is motivated by a vision of a future where social activities and personalized services are delivered in intelligent environments, entering a new era of more natural and wholesome human-machine interactions. While people are moving freely within these environments, individuals should be recognized by an artificial agent through a wide range of diverse tasks: detection, identification, re-identification and tracking. In this context, facial features are not enough and thus a need appears about finding new sources of descriptive human information to support those actions.Novel approaches in people recognition using human bodies as the main target are introduced throughout this dissertation. Our proposals intend to take full advantage of the powerful capabilities of one device only, regardless of whether the technology exploited is 2D (simple camera) or 3D (RGB-D sensor), favoring the effective use of minimum resources and combining less intensive measures. Applications start with the automatic landmarking of human shapes by learning a small dataset, upgraded by on-line 3D body shape contour tracking with an RGB-D sensor; next, groups of people are categorized and tracked in a public space and studied as a cognitive emulation of human behavior towards relationships generated through spatial and motion interactions; finally, a natural user interface is created with a RGB-D sensor for the identification and re-identification of individuals on the scene in real-time.By employing practical computer vision and machine learning techniques, experimental evaluation will show fair and adequate performance of the introduced systems, comparable to other more complex ones. All this implementation is carried out with due respect for human perception and the quality of their interaction with the intelligent agents. Always bearing in mind that their application goes hand in hand with the idea of eventually incorporating them in smart environments and robotic platforms.</dc:description>
  7. <dc:description>La investigación desarrollada en esta tesis está motivada por una visión de futuro donde las actividades sociales y los servicios personalizados se realizan en entornos inteligentes, entrando en una nueva era de interacciones humano-máquina más naturales e íntegras. Cuando las personas se mueven libremente dentro de estos entornos, éstas deben ser reconocidas por un agente artificial a través de una amplia gama de tareas diversas: detección, identificación, re-identificación y seguimiento. En este contexto, el uso de características faciales no es suficiente y, por lo tanto, aparece la necesidad de encontrar nuevas fuentes de información humana descriptiva para respaldar esas acciones. En esta memoria se presentan nuevos enfoques en el reconocimiento de personas que utilizan la forma del cuerpo humano como elemento principal de obtención de información. Nuestras propuestas pretenden explotar al máximo las capacidades que permiten el uso de un único dispositivo, independientemente de si la tecnología explotada es 2D (cámara simple) o 3D (sensor RGB-D). Este enfoque favorece el uso efectivo de recursos mínimos y combina formas de procesado menos intensivas. Las aplicaciones desarrolladas inicialmente refieren al etiquetado automático de la forma del cuerpo humano mediante el aprendizaje de un pequeño conjunto de datos, actualizado mediante seguimiento de contorno en forma de cuerpo 3D en línea con un sensor RGB-D; luego, se exponen los desarrollos realizados sobre categorización y rastreo de grupos de personas en un espacio público, los cuales son estudiados como una emulación cognitiva del comportamiento humano hacia las relaciones generadas a través de interacciones espaciales y de movimiento; finalmente, se crea una interfaz de usuario natural con un sensor RGB-D para la identificación y re-identificación de individuos en la escena en tiempo real. Mediante el empleo de técnicas prácticas de visión por computador y aprendizaje automático, la evaluación experimental mostrará un rendimiento equilibrado y adecuado de los sistemas presentados, comparable a otros más complejos. Toda esta implementación se lleva a cabo con el debido respeto por la percepción humana y la calidad de su interacción con los agentes inteligentes, siempre teniendo en cuenta que su aplicación va de la mano con la idea de eventualmente incorporarlos en entornos inteligentes y plataformas robóticas.</dc:description>
  8. <dc:date>2021-03-26T08:22:31Z</dc:date>
  9. <dc:date>2021-03-26T08:22:31Z</dc:date>
  10. <dc:date>2020-01-22</dc:date>
  11. <dc:type>info:eu-repo/semantics/doctoralThesis</dc:type>
  12. <dc:type>info:eu-repo/semantics/publishedVersion</dc:type>
  13. <dc:identifier>http://hdl.handle.net/10803/671232</dc:identifier>
  14. <dc:language>eng</dc:language>
  15. <dc:rights>L'accés als continguts d'aquesta tesi queda condicionat a l'acceptació de les condicions d'ús establertes per la següent llicència Creative Commons: http://creativecommons.org/licenses/by-nc-nd/4.0/</dc:rights>
  16. <dc:rights>http://creativecommons.org/licenses/by-nc-nd/4.0/</dc:rights>
  17. <dc:rights>info:eu-repo/semantics/openAccess</dc:rights>
  18. <dc:publisher>Universitat Politècnica de Catalunya</dc:publisher>
  19. <dc:source>TDX (Tesis Doctorals en Xarxa)</dc:source>
  </ow:Publication>
</rdf:RDF>

uketd_dc

Descargar XML

<?xml version="1.0" encoding="UTF-8" ?>

<uketd_dc:uketddc schemaLocation="http://naca.central.cranfield.ac.uk/ethos-oai/2.0/ http://naca.central.cranfield.ac.uk/ethos-oai/2.0/uketd_dc.xsd">
1. <dc:title>3D Partial scans models for people recognition with a RGB-D sensor</dc:title>
2. <dc:creator>Trejo Ramírez, Karla Andrea</dc:creator>
3. <dcterms:abstract>Research developed in this thesis is motivated by a vision of a future where social activities and personalized services are delivered in intelligent environments, entering a new era of more natural and wholesome human-machine interactions. While people are moving freely within these environments, individuals should be recognized by an artificial agent through a wide range of diverse tasks: detection, identification, re-identification and tracking. In this context, facial features are not enough and thus a need appears about finding new sources of descriptive human information to support those actions.Novel approaches in people recognition using human bodies as the main target are introduced throughout this dissertation. Our proposals intend to take full advantage of the powerful capabilities of one device only, regardless of whether the technology exploited is 2D (simple camera) or 3D (RGB-D sensor), favoring the effective use of minimum resources and combining less intensive measures. Applications start with the automatic landmarking of human shapes by learning a small dataset, upgraded by on-line 3D body shape contour tracking with an RGB-D sensor; next, groups of people are categorized and tracked in a public space and studied as a cognitive emulation of human behavior towards relationships generated through spatial and motion interactions; finally, a natural user interface is created with a RGB-D sensor for the identification and re-identification of individuals on the scene in real-time.By employing practical computer vision and machine learning techniques, experimental evaluation will show fair and adequate performance of the introduced systems, comparable to other more complex ones. All this implementation is carried out with due respect for human perception and the quality of their interaction with the intelligent agents. Always bearing in mind that their application goes hand in hand with the idea of eventually incorporating them in smart environments and robotic platforms.</dcterms:abstract>
4. <dcterms:abstract>La investigación desarrollada en esta tesis está motivada por una visión de futuro donde las actividades sociales y los servicios personalizados se realizan en entornos inteligentes, entrando en una nueva era de interacciones humano-máquina más naturales e íntegras. Cuando las personas se mueven libremente dentro de estos entornos, éstas deben ser reconocidas por un agente artificial a través de una amplia gama de tareas diversas: detección, identificación, re-identificación y seguimiento. En este contexto, el uso de características faciales no es suficiente y, por lo tanto, aparece la necesidad de encontrar nuevas fuentes de información humana descriptiva para respaldar esas acciones. En esta memoria se presentan nuevos enfoques en el reconocimiento de personas que utilizan la forma del cuerpo humano como elemento principal de obtención de información. Nuestras propuestas pretenden explotar al máximo las capacidades que permiten el uso de un único dispositivo, independientemente de si la tecnología explotada es 2D (cámara simple) o 3D (sensor RGB-D). Este enfoque favorece el uso efectivo de recursos mínimos y combina formas de procesado menos intensivas. Las aplicaciones desarrolladas inicialmente refieren al etiquetado automático de la forma del cuerpo humano mediante el aprendizaje de un pequeño conjunto de datos, actualizado mediante seguimiento de contorno en forma de cuerpo 3D en línea con un sensor RGB-D; luego, se exponen los desarrollos realizados sobre categorización y rastreo de grupos de personas en un espacio público, los cuales son estudiados como una emulación cognitiva del comportamiento humano hacia las relaciones generadas a través de interacciones espaciales y de movimiento; finalmente, se crea una interfaz de usuario natural con un sensor RGB-D para la identificación y re-identificación de individuos en la escena en tiempo real. Mediante el empleo de técnicas prácticas de visión por computador y aprendizaje automático, la evaluación experimental mostrará un rendimiento equilibrado y adecuado de los sistemas presentados, comparable a otros más complejos. Toda esta implementación se lleva a cabo con el debido respeto por la percepción humana y la calidad de su interacción con los agentes inteligentes, siempre teniendo en cuenta que su aplicación va de la mano con la idea de eventualmente incorporarlos en entornos inteligentes y plataformas robóticas.</dcterms:abstract>
5. <uketdterms:institution>Universitat Politècnica de Catalunya</uketdterms:institution>
6. <dcterms:issued>2020-01-22</dcterms:issued>
7. <dc:type>info:eu-repo/semantics/doctoralThesis</dc:type>
8. <dc:type>info:eu-repo/semantics/publishedVersion</dc:type>
9. <dc:language type="dcterms:ISO639-2">eng</dc:language>
10. <dcterms:isReferencedBy>http://hdl.handle.net/10803/671232</dcterms:isReferencedBy>
11. <dcterms:hasFormat>https://www.tdx.cat/bitstream/10803/671232/6/TKATR1de1.pdf.txt</dcterms:hasFormat>
12. <uketdterms:checksum type="uketdterms:MD5">bd30a784ce5cb9e489b0bd9367201155</uketdterms:checksum>
13. <dc:identifier type="dcterms:URI">https://www.tdx.cat/bitstream/10803/671232/1/TKATR1de1.pdf</dc:identifier>
14. <uketdterms:checksum type="uketdterms:MD5">73fe955f57099de221f7f3919802a239</uketdterms:checksum>
15. <uketdterms:embargodate>cap</uketdterms:embargodate>
16. <dc:subject>Àrees temàtiques de la UPC::Informàtica</dc:subject>
</uketd_dc:uketddc>

xoai

Descargar XML

<?xml version="1.0" encoding="UTF-8" ?>

<metadata schemaLocation="http://www.lyncode.com/xoai http://www.lyncode.com/xsd/xoai.xsd">
1. <element name="dc">
  1. <element name="contributor">
    1. <element name="none">
      1. <field name="value">Universitat Politècnica de Catalunya. Departament d'Enginyeria de Sistemes, Automàtica i Informàtica Industrial</field>
      </element>
    2. <element name="author">
      1. <element name="none">
        <field name="value">Trejo Ramírez, Karla Andrea</field>
        <field name="authority">9f04f686-7867-4c7f-926a-4866429beeb1</field>
        <field name="confidence">-1</field>
        </element>
      </element>
    3. <element name="authoremail">
      1. <element name="none">
        <field name="value">kar_3jo@hotmail.com</field>
        </element>
      </element>
    4. <element name="authoremailshow">
      1. <element name="none">
        <field name="value">false</field>
        </element>
      </element>
    5. <element name="director">
      1. <element name="none">
        <field name="value">Angulo Bahón, Cecilio</field>
        <field name="authority">9691efd7-ee50-469d-a258-93566725cf37</field>
        <field name="confidence">-1</field>
        </element>
      </element>
    </element>
  2. <element name="date">
    1. <element name="accessioned">
      1. <element name="none">
        <field name="value">2021-03-26T08:22:31Z</field>
        </element>
      </element>
    2. <element name="available">
      1. <element name="none">
        <field name="value">2021-03-26T08:22:31Z</field>
        </element>
      </element>
    3. <element name="issued">
      1. <element name="none">
        <field name="value">2020-01-22</field>
        </element>
      </element>
    </element>
  3. <element name="identifier">
    1. <element name="uri">
      1. <element name="none">
        <field name="value">http://hdl.handle.net/10803/671232</field>
        </element>
      </element>
    </element>
  4. <element name="description">
    1. <element name="abstract">
      1. <element name="none">
        <field name="value">Research developed in this thesis is motivated by a vision of a future where social activities and personalized services are delivered in intelligent environments, entering a new era of more natural and wholesome human-machine interactions. While people are moving freely within these environments, individuals should be recognized by an artificial agent through a wide range of diverse tasks: detection, identification, re-identification and tracking. In this context, facial features are not enough and thus a need appears about finding new sources of descriptive human information to support those actions.Novel approaches in people recognition using human bodies as the main target are introduced throughout this dissertation. Our proposals intend to take full advantage of the powerful capabilities of one device only, regardless of whether the technology exploited is 2D (simple camera) or 3D (RGB-D sensor), favoring the effective use of minimum resources and combining less intensive measures. Applications start with the automatic landmarking of human shapes by learning a small dataset, upgraded by on-line 3D body shape contour tracking with an RGB-D sensor; next, groups of people are categorized and tracked in a public space and studied as a cognitive emulation of human behavior towards relationships generated through spatial and motion interactions; finally, a natural user interface is created with a RGB-D sensor for the identification and re-identification of individuals on the scene in real-time.By employing practical computer vision and machine learning techniques, experimental evaluation will show fair and adequate performance of the introduced systems, comparable to other more complex ones. All this implementation is carried out with due respect for human perception and the quality of their interaction with the intelligent agents. Always bearing in mind that their application goes hand in hand with the idea of eventually incorporating them in smart environments and robotic platforms.</field>
        <field name="value">La investigación desarrollada en esta tesis está motivada por una visión de futuro donde las actividades sociales y los servicios personalizados se realizan en entornos inteligentes, entrando en una nueva era de interacciones humano-máquina más naturales e íntegras. Cuando las personas se mueven libremente dentro de estos entornos, éstas deben ser reconocidas por un agente artificial a través de una amplia gama de tareas diversas: detección, identificación, re-identificación y seguimiento. En este contexto, el uso de características faciales no es suficiente y, por lo tanto, aparece la necesidad de encontrar nuevas fuentes de información humana descriptiva para respaldar esas acciones. En esta memoria se presentan nuevos enfoques en el reconocimiento de personas que utilizan la forma del cuerpo humano como elemento principal de obtención de información. Nuestras propuestas pretenden explotar al máximo las capacidades que permiten el uso de un único dispositivo, independientemente de si la tecnología explotada es 2D (cámara simple) o 3D (sensor RGB-D). Este enfoque favorece el uso efectivo de recursos mínimos y combina formas de procesado menos intensivas. Las aplicaciones desarrolladas inicialmente refieren al etiquetado automático de la forma del cuerpo humano mediante el aprendizaje de un pequeño conjunto de datos, actualizado mediante seguimiento de contorno en forma de cuerpo 3D en línea con un sensor RGB-D; luego, se exponen los desarrollos realizados sobre categorización y rastreo de grupos de personas en un espacio público, los cuales son estudiados como una emulación cognitiva del comportamiento humano hacia las relaciones generadas a través de interacciones espaciales y de movimiento; finalmente, se crea una interfaz de usuario natural con un sensor RGB-D para la identificación y re-identificación de individuos en la escena en tiempo real. Mediante el empleo de técnicas prácticas de visión por computador y aprendizaje automático, la evaluación experimental mostrará un rendimiento equilibrado y adecuado de los sistemas presentados, comparable a otros más complejos. Toda esta implementación se lleva a cabo con el debido respeto por la percepción humana y la calidad de su interacción con los agentes inteligentes, siempre teniendo en cuenta que su aplicación va de la mano con la idea de eventualmente incorporarlos en entornos inteligentes y plataformas robóticas.</field>
        </element>
      </element>
    </element>
  5. <element name="format">
    1. <element name="extent">
      1. <element name="none">
        <field name="value">155 p.</field>
        </element>
      </element>
    2. <element name="mimetype">
      1. <element name="none">
        <field name="value">application/pdf</field>
        </element>
      </element>
    </element>
  6. <element name="language">
    1. <element name="iso">
      1. <element name="none">
        <field name="value">eng</field>
        </element>
      </element>
    </element>
  7. <element name="publisher">
    1. <element name="none">
      1. <field name="value">Universitat Politècnica de Catalunya</field>
      </element>
    </element>
  8. <element name="rights">
    1. <element name="license">
      1. <element name="none">
        <field name="value">L'accés als continguts d'aquesta tesi queda condicionat a l'acceptació de les condicions d'ús establertes per la següent llicència Creative Commons: http://creativecommons.org/licenses/by-nc-nd/4.0/</field>
        </element>
      </element>
    2. <element name="uri">
      1. <element name="*">
        <field name="value">http://creativecommons.org/licenses/by-nc-nd/4.0/</field>
        </element>
      </element>
    3. <element name="accessLevel">
      1. <element name="none">
        <field name="value">info:eu-repo/semantics/openAccess</field>
        </element>
      </element>
    </element>
  9. <element name="source">
    1. <element name="none">
      1. <field name="value">TDX (Tesis Doctorals en Xarxa)</field>
      </element>
    </element>
  10. <element name="subject">
    1. <element name="other">
      1. <element name="none">
        <field name="value">Àrees temàtiques de la UPC::Informàtica</field>
        </element>
      </element>
    2. <element name="udc">
      1. <element name="none">
        <field name="value">004</field>
        <field name="value">68</field>
        </element>
      </element>
    </element>
  11. <element name="title">
    1. <element name="none">
      1. <field name="value">3D Partial scans models for people recognition with a RGB-D sensor</field>
      </element>
    </element>
  12. <element name="type">
    1. <element name="none">
      1. <field name="value">info:eu-repo/semantics/doctoralThesis</field>
      2. <field name="value">info:eu-repo/semantics/publishedVersion</field>
      </element>
    </element>
  13. <element name="embargo">
    1. <element name="terms">
      1. <element name="none">
        <field name="value">cap</field>
        </element>
      </element>
    </element>
  </element>
2. <element name="bundles">
  1. <element name="bundle">
    1. <field name="name">TEXT</field>
    2. <element name="bitstreams">
      1. <element name="bitstream">
        <field name="name">TKATR1de1.pdf.txt</field>
        <field name="originalName">TKATR1de1.pdf.txt</field>
        <field name="description">Extracted text</field>
        <field name="format">text/plain</field>
        <field name="size">305944</field>
        <field name="url">https://www.tdx.cat/bitstream/10803/671232/6/TKATR1de1.pdf.txt</field>
        <field name="checksum">bd30a784ce5cb9e489b0bd9367201155</field>
        <field name="checksumAlgorithm">MD5</field>
        <field name="sid">6</field>
        <field name="drm">open access</field>
        </element>
      </element>
    </element>
  2. <element name="bundle">
    1. <field name="name">ORIGINAL</field>
    2. <element name="bitstreams">
      1. <element name="bitstream">
        <field name="name">TKATR1de1.pdf</field>
        <field name="originalName">TKATR1de1.pdf</field>
        <field name="description" />
        <field name="format">application/pdf</field>
        <field name="size">2082216</field>
        <field name="url">https://www.tdx.cat/bitstream/10803/671232/1/TKATR1de1.pdf</field>
        <field name="checksum">73fe955f57099de221f7f3919802a239</field>
        <field name="checksumAlgorithm">MD5</field>
        <field name="sid">1</field>
        <field name="drm">open access</field>
        </element>
      </element>
    </element>
  3. <element name="bundle">
    1. <field name="name">CC-LICENSE</field>
    2. <element name="bitstreams">
      1. <element name="bitstream">
        <field name="name">license_url</field>
        <field name="originalName">license_url</field>
        <field name="format">text/plain; charset=utf-8</field>
        <field name="size">49</field>
        <field name="url">https://www.tdx.cat/bitstream/10803/671232/2/license_url</field>
        <field name="checksum">4afdbb8c545fd630ea7db775da747b2f</field>
        <field name="checksumAlgorithm">MD5</field>
        <field name="sid">2</field>
        <field name="drm">open access</field>
        </element>
      2. <element name="bitstream">
        <field name="name">license_text</field>
        <field name="originalName">license_text</field>
        <field name="format">text/html; charset=utf-8</field>
        <field name="size">0</field>
        <field name="url">https://www.tdx.cat/bitstream/10803/671232/3/license_text</field>
        <field name="checksum">d41d8cd98f00b204e9800998ecf8427e</field>
        <field name="checksumAlgorithm">MD5</field>
        <field name="sid">3</field>
        <field name="drm">open access</field>
        </element>
      3. <element name="bitstream">
        <field name="name">license_rdf</field>
        <field name="originalName">license_rdf</field>
        <field name="format">application/rdf+xml; charset=utf-8</field>
        <field name="size">0</field>
        <field name="url">https://www.tdx.cat/bitstream/10803/671232/4/license_rdf</field>
        <field name="checksum">d41d8cd98f00b204e9800998ecf8427e</field>
        <field name="checksumAlgorithm">MD5</field>
        <field name="sid">4</field>
        <field name="drm">open access</field>
        </element>
      </element>
    </element>
  4. <element name="bundle">
    1. <field name="name">MEDIA_DOCUMENT</field>
    2. <element name="bitstreams">
      1. <element name="bitstream">
        <field name="name">TKATR1de1.pdf.xml</field>
        <field name="originalName">TKATR1de1.pdf.xml</field>
        <field name="description">Document Consulta</field>
        <field name="format">text/xml</field>
        <field name="size">105</field>
        <field name="url">https://www.tdx.cat/bitstream/10803/671232/5/TKATR1de1.pdf.xml</field>
        <field name="checksum">7e46dddb317a4b04bddd0735ea11327a</field>
        <field name="checksumAlgorithm">MD5</field>
        <field name="sid">5</field>
        <field name="drm">open access</field>
        </element>
      </element>
    </element>
  </element>
3. <element name="others">
  1. <field name="handle">10803/671232</field>
  2. <field name="identifier">oai:www.tdx.cat:10803/671232</field>
  3. <field name="lastModifyDate">2023-10-13 12:33:57.127</field>
  4. <field name="drm">open access</field>
  </element>
4. <element name="repository">
  1. <field name="name">TDX (Tesis Doctorals en Xarxa)</field>
  2. <field name="mail">pir@csuc.cat</field>
  </element>
</metadata>