Estudio de descriptores holísticos basados en métodos analíticos y técnicas de deep learning para localización con robots móviles Abstract: Este trabajo eval´ua diversos descriptores hol´ısticos para realizar la tarea de localizaci´on, la cual resulta de vital importancia en la rob´otica m´ovil. Durante este proceso, la ´unica fuente de informaci´on utilizada es una c´amara omnidireccional. La informaci´on visual recogida por la c´amara es procesada para obtener descriptores hol´ısticos. Tras esto, la posici´on del robot es estimada mediante la comparaci´on entre los descriptores contenidos en el modelo visual y el descriptor calculado durante el proceso de localizaci´on. Los descriptores evaluados son (1) los basados en m´etodos anal´ıticos (HOG y gist) y (2) los basados en t´ecnicas de deep learning (auto-encoders y Redes Neuronales Convolucionales). La evaluaci´on del proceso de localizaci´on se lleva a cabo a trav´es de un dataset de im´agenes panor´amicas. Dicho dataset proporciona im´agenes capturadas en entornos de interior bajo condiciones reales de uso. Los resultados obtenidos muestran que los descriptores basados en deep learning tambi´en pueden proporcionar soluciones interesantes para resolver la tarea localizaci´on |