Desarrollo de modelos computacionales de representación de secuencias de imágenes y su aplicación a la estimación del movimiento

Abstract

En esta tesis se han desarrollado modelos de representación capaces de reflejar (i) que se percibe y (ii) hacia donde se mueve lo que se percibe, Para ello se ha estudiado la invarianza estadísitca a lo largo de un rango de frecuencias como medio para localiar rasgos de interés, proponiendo modelos que permiten, de forma separada, representar formas y movimientos. Ambos esquemas se han validado mediante su aplicación a la estimación del flujo optico. Para representar formas 2D se ha introducido el concepto de "patrón visual" definido en base a con frecuencia estadística en un rango de frecuencias espaciales indexadas en el tiempo. Se ha demostrado que los patrones visuales asi definidos consiguen extraer formas 2D, poniendo de manifiesto su bondad a la hora de asociar estructuras similares distanciadas en el tiempo, así como su capacidad de generar respuestas separadas para secuencias de objetos superpuestos. Para represenar movimientos se ha introducido el concepto de "patrón de movimiento" definido en base a una congruencia estadística a lo largo de un rango de frecuencias espacio-temporales. Se ha demostrado que estos patrones responden factoriamente ante desplazamiento sin cruce oclusiones y transparencias. Se ha mostrado que este segundo diseño permite una generalización para el caso 2D y 3D, validando a la congruencia estadística a lo largo de bandas de frecuencia como medio para detectar, además de movimiento, rasgos en imágenes 2D y 3D. Se ha propuesto una metodología para la estimación del flujo óptico en base a los modelos propuestos que permite la representación de velocidades multiples.