{"id":4101,"date":"2022-03-10T11:00:00","date_gmt":"2022-03-10T11:00:00","guid":{"rendered":"https:\/\/pcyti.izt.uam.mx\/?p=4101"},"modified":"2023-01-27T19:17:04","modified_gmt":"2023-01-27T19:17:04","slug":"deteccion-temprana-de-incendios-mediante-flujos-de-video-codificados-con-transformada-dct","status":"publish","type":"post","link":"https:\/\/pcyti.izt.uam.mx\/?p=4101","title":{"rendered":"Seminario: “Detecci\u00f3n temprana de incendios mediante flujos de video codificados con transformada DCT”"},"content":{"rendered":"\n

Fecha<\/strong>: 10 de marzo de 2022 a las 11:00 hrs
Presenta<\/strong>: Gilberto Gustavo Romero Hern\u00e1ndez<\/a>
Afiliaci\u00f3n<\/strong>: Alumno del DCyTI
Asesor<\/strong>: Dr.\u00a0Luis Mart\u00ed\u00adn Rojas C\u00e1rdenas<\/a><\/p>\n\n\n\n

Resumen<\/strong>:<\/p>\n\n\n\n

El humo translucido es uno de los primeros indicios de la ocurrencia de un incendio. Diversas t\u00e9cnicas han sido utilizadas para detectar este tipo de siniestros. Entre ellas, la detecci\u00f3n de incendios mediante el uso de video representa una soluci\u00f3n alternativa con respecto a los cl\u00e1sicos sensores de humo basados en la detecci\u00f3n de part\u00edculas. La detecci\u00f3n mediante el uso de video ofrece diversas ventajas, como son: la posibilidad de detecci\u00f3n a distancias significativamente mayores, dar informaci\u00f3n sobre la ubicaci\u00f3n de la fuente de combusti\u00f3n y sobre todo se puede aplicar en espacios abiertos. La mayor parte de trabajos propuestos en este terreno se centran en la utilizaci\u00f3n de video sin compresi\u00f3n haciendo uso de c\u00e1maras convencionales, en muchos casos, se recurre al uso de costosos m\u00e9todos de transformaci\u00f3n de dominio. En este trabajo de investigaci\u00f3n se ha desarrollado un algoritmo que detecta humo translucido gracias a la informaci\u00f3n contenida en el video comprimido, espec\u00edficamente los coeficientes de la DCT (Discrete Cosine Transform). De esta forma se evita implementar el uso de procedimientos de transformaci\u00f3n de dominio. Sin embargo, trabajar con este tipo de informaci\u00f3n trae como problema la falta de herramientas para efectuar, desde el dominio de la DCT, el an\u00e1lisis del contenido de las im\u00e1genes. Debido a esto, una parte importante del proyecto se destin\u00f3 al desarrollo de herramientas para el an\u00e1lisis en el dominio frecuencial de ciertas propiedades de las im\u00e1genes como es la evaluaci\u00f3n de la similitud, los cambios de contraste, la p\u00e9rdida de informaci\u00f3n, etc. Es importante mencionar que existen en el dominio espacial una gran variedad de m\u00e9todos desarrollados para evaluar la similitud entre im\u00e1genes como el ya conocido SSIM (Structural SIMilarity), sin embargo, estos m\u00e9todos est\u00e1n destinados a emular el comportamiento del Sistema Visual Humano (SVH). A este respecto, no estamos interesados en c\u00f3mo puede percibir el SVH la presencia de humo, sino que nos interesa evaluar los cambios de propiedades de las im\u00e1genes en presencia de humo desde una perspectiva m\u00e1s maquinal. El m\u00e9todo que nosotros proponemos se basa en las herramientas desarrolladas sin que se tome en cuenta el SVH. Para dar un inter\u00e9s adicional a nuestro trabajo, nos propusimos lograr la detecci\u00f3n de humo translucido con lentes de 360\u00b0, lo cual permite a una sola c\u00e1mara analizar todo el entorno a su alrededor e incluso darnos informaci\u00f3n de la ubicaci\u00f3n de fuente de combusti\u00f3n. Finalmente, debido al costo computacional de muchos m\u00e9todos propuestos, el tama\u00f1o de las im\u00e1genes se revela como un gran problema, raz\u00f3n por la cual muchos de ellos solo trabajan con im\u00e1genes de peque\u00f1a talla. El m\u00e9todo propuesto nos permite procesar im\u00e1genes de 2248\u00d72248 pixeles distorsionadas, tanto por la lente de 360\u00b0, como por los algoritmos de compresi\u00f3n de la c\u00e1mara.<\/p>\n\n\n\n

Video del seminario<\/strong>:<\/p>\n\n\n\n

\n