Detección de objetos basada en Machine Learning para realidad aumentada

Abstract

En las últimas décadas, la Realidad Aumentada (RA) ha irrumpido de manera espectacular en diversos ámbitos, transformando la manera en que interactuamos con la información y el entorno que nos rodea. Para que esta tecnología funcione de manera efectiva, es crucial que el sistema pueda identificar y rastrear objetos en tiempo real. Han sido muchas las investigaciones realizadas entorno a dicha detección de objetos en RA, centrándose en sus inicios principalmente en técnicas que utilizan marcadores o seguimiento sin marcadores. Sin embargo, con el avance de las capacidades de procesamiento y la disponibilidad de grandes conjuntos de datos, las técnicas de Machine Learning (ML) han emergido como una solución más potente y versátil. Este trabajo se centra principalmente en ello, en explorar y evaluar diversos algoritmos de ML para la detección de objetos en aplicaciones de RA identificando aquel que mejores resultados ofrezca en términos de precisión y eficiencia.

Over the past decades, Augmented Reality (AR) has dramatically burst into various fields, transforming the way we interact with the information and environment around us. For this technology to work effectively, it is crucial that the system can identify and track objects in real time. Much research has been done on such object detection in AR, initially focusing mainly on techniques using markers or markerless tracking. However, with the advancement of processing capabilities and the availability of large datasets, Machine Learning (ML) techniques have emerged as a more powerful and versatile

Azken hamarkadetan, Errealitate Areagotua modu ikusgarrian sartu da hainbat esparrutan, inguratzen gaituen informazioarekin eta ingurunearekin elkarreragiteko dugun modua eraldatuz. Teknologia honek modu eraginkorrean funtziona dezan, funtsezkoa da sistemak objektuak denbora errealean identifikatu eta arakatu ahal izatea. Asko izan dira RAko objektuen detekzio horren inguruan egindako ikerketak, batez ere markatzaileak erabiltzen dituzten tekniketan edo markatzailerik gabeko jarraipenean oinarrituta. Hala ere, prozesatzeko gaitasunen aurrerapenarekin eta datu-multzo handien eskuragarritasunarekin,Machine Learning (ML) teknikak soluzio indartsuago eta moldakorrago gisa agertu dira. Lan hau horretan oinarritzen da batez ere, RA-aplikazioetan objektuak detektatzeko ML-algoritmo batzuk arakatzean eta ebaluatzean, eta doitasun eta efizientzia aldetik emaitzarik onenak ematen dituena identifikatzean.