Sistema de seguimiento de objetos en tiempo real mediante movimientos de cámara Pan-Tilt

Abstract

El seguimiento continuo de objetos móviles en video es un campo de gran interés dentro del área de visión artificial y su comunidad, ya que las cámaras estáticas están limitadas por su rango de visión y por la posición en la que son instaladas, el seguimiento continúo haciendo uso de cámaras motorizadas es cada vez más empleado ya que nos brinda una solución a las limitaciones de visibilidad. Este trabajo consiste en desarrollar un sistema prototipo de seguimiento de objetos basado en software y hardware que consiste en un dispositivo capaz de realizar el seguimiento continuo de un objeto por medio de movimientos Pan-Tilt, de modo que una vez detectado el objeto se activa el sistema de seguimiento, el cual mantiene dicho objeto centrado en el centro de la pantalla y puede ser monitoreado mediante un monitor o haciendo uso de un servidor VNC. En la segunda sección de documento, se exponen conceptos teóricos que contextualizan el estudio del aprendizaje profundo y seguimiento de objetos. La tercera sección se centra en la propuesta de la arquitectura y el desarrollo de la misma, donde encontramos el algoritmo utilizado para reentrenamiento de la red neuronal convolucional y el usado para el control del dispositivo con el modelo, en este caso se entrenaron 2 modelos haciendo uso de la plataforma de Google Colab. Por último en la cuarta sección encontramos la implementación del modelo quanticado y los algoritmos en una raspberry pi 4. Los resultados de las pruebas realizadas tanto a los modelos como al sistema general de seguimiento demuestran que tener una base de datos más diversificada brinda mejores resultados en las detecciones, además se comprobó que el uso del acelerador TPU ofrece inferencias de aprendizaje automático de alta velocidad, llegando a mantener al objetivo centrado con un error medio de 34±25 y 32±20 píxeles en el eje horizontal y vertical respectivamente. El dispositivo desarrollado resulta una plataforma optima para el estudio de algoritmos de visión y control.