Correspondencia de imágenes usando cálculo paralelo de árboles recubridores homológicos (CIUCAP-HSF).
Introducción
Las propiedades topológicas de un objeto son intrínsecamente independientes de la localización geométrica, la forma, el tamaño, la orientación, el contraste y los ángulos de visión. Además, la topología de las imágenes de una misma escena, captadas desde diferentes perspectivas o con cambios de brillo y contraste, es también fuertemente invariante. Sin embargo, las representaciones puramente topológicas de la imagen, son poco habituales en el procesamiento de imágenes y el reconocimiento de objetos. El uso de este tipo de representaciones no ha sido suficientemente explotado en aquellos campos donde las características topológicas son de fundamental importancia. En consecuencia, en este proyecto frontera se propone usar técnicas algorítmicas novedosas de topología computacional para mejorar eficiente y eficazmente el registro y la correspondencia de imágenes digitales bidimensionales.
Concretamente, los IPs y algunos miembros más de este proyecto han conseguido en los últimos años importantes avances en la definición y cómputo eficiente de los árboles topológicos de conectividad tipo HSF ("Homological Spanning Forest") basados en un modelo ACC ("Abstract Cell Complex") a nivel de sub-píxel. Estos árboles se construyen inicialmente a partir de exclusivamente conectividad-por-dominio, pero aquí se propone estudiar cómo conseguir una eficiente agrupación de celdas en super-celdas, (que podrían ser consideradas como una extensión del clásico concepto de "superpixel", pero usando una definición topológicamente robusta) y de especificar completamente sus relaciones de vecindad entre ellas dentro de la imagen. El ACC de super-celdas llevaría asociado la información necesaria (tanto local como global, es decir, tanto geométrica como topológica) para poder usar, por un lado, cualquier algoritmo de reconocimiento de patrones, y por otro, explorar nuevas herramientas basadas en el novedoso análisis escala-espacio topológico denominado interior-borde-escala, recientemente desarrollado por tres de los miembros de este proyecto. La solución algorítmica propuesta en CIUCAP-PHSF para el registro y correspondencia de imágenes digitales 2D basadas en este paradigma deberá ser: (a) consistente y robusta, no solo desde una perspectiva del dominio de la imagen, sino también desde la del espacio de intensidades de la misma; (b) eficiente, en términos de paralelismo y tiempo de ejecución. En este último sentido, el objetivo es diseñar e implementar algoritmos topológicos similares a los obtenidos ya por los proponentes, que acerquen el orden de tiempo de computación al logaritmo del número de píxeles.
Para demostrar el buen funcionamiento de tal solución, ésta se aplicará a sistemas robóticos, computando los árboles de conectividad en arquitecturas paralelas para buscar una mayor robustez y velocidad que la conseguida por las propuestas de la última década. Por otra parte, se explorará cómo obtener y usar las propiedades topológicas para ciertos aspectos de otras formas menos convencionales de computación (autómatas celulares, redes neuronales y sistemas neuroinspirados). En base a lo anterior, una aplicación donde se prevé que estos nuevos conceptos tengan éxito es la correspondencia de imágenes para la visión estereoscópica/multivista en robots autónomos.
Presupuesto
88.500,00€
Periodo de ejecución
Diciembre 2020 - Diciembre 2023
Entidad financiadora
Parcialmente financiado por la Agencia Estatal de investigación Española, del Ministerio de Ciencia e Innovación y cofinanciado por Fondos FEDER Europeos.Ref: CIUCAP-HSF:US-1381077.
Código de referencia
US-1381077
Estado del proyecto
Activo
Investigadores principales
Área de investigación
Ciencias de la Computación - Matemática aplicada
Tópicos de investigación
Modelos topológicos, Homología, Homotopía, Bosque de expansión homológica, Complejo Organelle, Teoría de la Topología Espacio-escala, Computación en paralelo, Computación reconfigurable, Visión estereoscópica, Datos biomédicos, Topología Computacional Paralela..