Aplicación de redes neuronales convolucionales al reconocimiento visual de escenas

Abstract

[spa] La detección de lugares de manera visual (VPR) es un problema de difícil abordaje que se ha intentado solucionar de diferentes maneras a lo largo de los años. Aunque su solución general afectaría a muchos campos, este trabajo se centra principalmente en el mundo de la robótica autónoma e intenta tratar dicho problema mediante el uso de redes neuronales convolucionales (CNNs). Contrario al uso más habitual de dichas redes, en este trabajo se intentan analizar las capas intermedias y no solamente la capa final de salida de predicciones. Así pues, dichos resultados intermedios se transformarán y compararán entre ellos de diferentes maneras para determinar si es posible decidir si son o no de la misma escena, pese a que puedan tener diferencias sustanciales entre ellas como, por ejemplo, que una se captase de día y otra de noche. Además, se aborda la optimización del proceso mediante el uso de una técnica de compresión de datos llamada Product Quantization (PQ). Esto permite comprimir los vectores utilizados y compararlos utilizando el mismo algoritmo reduciendo así el tiempo de ejecución del sistema con cierta reducción en precisión.