“Estimador de Movimiento de Objetos Articulados por Máxima
Verosimilitud”
La literatura profesional en el área de estimación de
parámetros de movimiento de objetos articulados a partir de una señal de
video monocular se puede subdividir en dos grandes grupos. En el primero se
estiman los parámetros a partir de las correspondencias establecidas entre
bordes o contornos encontrados en imágenes consecutivas. En el segundo grupo
se estiman los parámetros de movimiento minimizando las diferencias de
intensidad entre imágenes consecutivas.
En la contribución del Doctor Geovanni Martínez Castillo los
parámetros de movimiento se estiman maximizando la probabilidad condicional
de las diferencias de intensidad entre imágenes consecutivas. Por eso recibe
el nombre de Estimación de Movimiento de Objetos Articulados por Máxima
Verosimilitud (en inglés: “Maximum-Likelihood
Motion Estimation of Articulated Objects”).
La probabilidad condicional depende de los parámetros de movimiento, de las
diferencias de intensidad y de la matriz de covarianza del error de
intensidad. El error de intensidad se supone depende del ruido generado por
la cámara y del error de posición ocasionado por los errores de estimación
en imágenes anteriores. La matriz de covarianza se calcula modelando tanto
el ruido generado por la cámara así como el error de posición mediante
procesos estocásticos.
A diferencia de los estimadores descritos en la literatura
profesional, en el estimador de movimiento de objetos articulados por máxima
verosimilitud si se consideran los errores de posición originados por los
errores de estimación en imágenes anteriores. Esto hace que el estimador por
máxima verosimilitud sea más confiable y exacto y que pueda recuperarse con
mayor probabilidad de esos errores. Resultados experimentales muestran que
haciendo uso del estimador por máxima verosimilitud se logra una reducción
de hasta un 35% en la varianza del error de estimación.
El estimador por máxima verosimilitud fue desarrollado y
aplicado por primera vez para estimar los parámetros que describen el
movimiento tridimensional de la cabeza y los hombros de un ser humano, para
la codificación de análisis síntesis basada en objetos articulados. La
codificación de análisis síntesis basada en objetos articulados fue el
resultado de los estudios de Doctorado que realizara el Doctor Martínez
en el Instituto de
Comunicación Teórica y Procesamiento de Información (Institut
fuer Theoretische Nachrichtentechnik und Informationsverarbeitung) de la
Universidad de Hannover (Universitaet Hannover), Alemania.
Dicha codificación forma parte de la última generación de codificadores para
la compresión de señales de videotelefonía a bajos índices de transmisión
(menos de 64 mil bit por segundo).
En la codificación de análisis síntesis basada en objetos
articulados cada objeto presente en una escena real se representa mediante
tres conjuntos de parámetros: un conjunto de parámetros que describen su
forma tridimensional, un conjunto de parámetros que describen su movimiento
tridimensional y un conjunto de parámetros de color. Los parámetros de color
representan los valores de intensidad y crominancia sobre la superficie del
objeto. Únicamente los parámetros de forma y movimiento son transmitidos al
receptor. Haciendo uso de técnicas de gráfica por computador el transmisor
sintetiza una imagen a partir de los parámetros de forma y movimiento
transmitidos. Los parámetros de forma bidimensional y los parámetros de
color de aquellas regiones de la imagen que no pudieron ser sintetizadas con
suficiente calidad son también transmitidos al receptor. En el receptor
también se sintetiza una imagen a partir de los parámetros recibidos. Dicha
imagen representa la imagen de salida que se despliega en la pantalla del
receptor. Según los resultados experimentales obtenidos durante mis estudios
de doctorado, con el codificador basado en objetos articulados se pueden
comprimir señales típicas de videotelefonía de 2 millones de bits por
segundo a 58 mil bits por segundo, esto es, se pueden lograr factores de
compresión hasta de 34:1.
El estimador de movimiento de objetos articulados por máxima
verosimilitud también fue aplicado con éxito para estimar los parámetros que
describen el movimiento tridimensional del brazo derecho de una persona,
para la teleoperación de un robot con aspecto humano denominado ROBONAUT (ROBOtic
astroNAUT). Dicho trabajo fue el resultado de los estudios posdoctorales,
realizados por el Doctor Martínez en la Universidad de Houston (University
of Houston) en colaboracion con el Centro Espacial Johnson de la NASA (NASA-Johnson
Space Center).
ROBONAUT esta siendo desarrollado en el Centro Espacial
Johnson de la NASA para aliviar el trabajo de los astronautas en la
exploración y desarrollo espacial. En este tipo de sistema, el ROBONAUT
duplicará (imitará) los movimientos realizados por su operador. Si el
operador levanta el brazo derecho, así lo hará el ROBONAUT. Y si el operador
toma un taladro y empieza a taladrar una pieza, el ROBONAUT deberá duplicar
la acción hasta el último detalle. Para ello, se coloca una cámara de video
monocular enfrente del operador. Luego, de la señal de video se estiman por
máxima verosimilitud los parámetros que describen el movimiento
tridimensional del brazo derecho del operador. Finalmente, los parámetros de
movimiento estimados son usados para generar y enviar comandos al ROBONAUT
para que el mismo duplique los movimientos realizados por el brazo del
operador. Resultados experimentales mostraron un error de posición entre la
muñeca derecha del operador y la del ROBONAUT de 0.57 ± 0.31 cm