Localizzazione Basata su Immagini per Ambienti Interni e Tecniche di Adattamento di Dominio da Dati Virtuali a Dati Reali

"Dove mi trovo?" Questa è una delle domande più indagate in letteratura a cui possiamo facilmente dare una risposta in contesto outdoor grazie alla diffusione di smartphone dotati di connettività GPS. Ma cosa possiamo fare se siamo in un contesto indoor? È possibile localizzarsi scattando una foto con il proprio smartphone? I metodi per la localizzazione basata su immagini (IBL) in letteratura cercano di dare questa risposta. Questi metodi, che spesso utilizzavano le CNN per ottenere queste informazioni, richiedono la raccolta di enormi quantità di dati composti da immagini o video, etichettati a scopo di formazione. Se le informazioni GPS non sono disponibili come nel caso dell'ambiente interno, tali metodi richiedono uno sforzo significativo coinvolgendo l'uso di sensori dedicati o l'impiego di tecniche di struttura da movimento per ottenere dati etichettati. Per ovviare a queste difficoltà di acquisizione di un dataset adatto per addestrare modelli allo studio dell'IBL, abbiamo proposto strumenti dedicati per generare dati simulati in un punto di vista egocentrico a partire da modelli 3D di ambienti interni reali. I dati generati vengono automaticamente associati alle informazioni di posa della telecamera 3D da sfruttare durante l'allenamento, evitando così la necessità di eseguire l'etichettatura "manuale". Per aumentare l'esperienza dei visitatori durante l'esplorazione dei siti culturali e per assistere la sua gestione abbiamo affrontato due compiti fondamentali: la localizzazione dei visitatori e il riconoscimento delle opere d'arte osservate. Indaghiamo in che modo è possibile utilizzare tecniche di adattamento del dominio senza supervisione per addestrare modelli di localizzazione su dati virtuali etichettati e dati reali senza etichetta e distribuirli per lavorare con immagini reali. Per eseguire questo studio, proponiamo un set di dati di immagini reali e virtuali acquisite in un sito culturale etichettato per la localizzazione basata sulla stanza e la stima della posa della telecamera a 3 gradi di libertà. Confrontiamo quindi due approcci all'adattamento del dominio non supervisionato, vale a dire rappresentazioni di medio livello e traduzione da immagine a immagine.

Grantor dc:publisher

Università degli studi di Catania

Year dc:date

2021

Author dc:creator

• ORLANDO, SANTI ANDREA

Contributors dc:contributor

• FARINELLA, GIOVANNI MARIA

Statement dc:rights

• info:eu-repo/semantics/openAccess
• license:PUBBLICO - Pubblico con Copyright
• license uri:iris.PUB02

Language dc:language

ita

Handle dc:identifier

https://hdl.handle.net/20.500.11769/581553

OAI identifier oai:identifier

oai:www.iris.unict.it:20.500.11769/581553