|
An experimental evaluation of Siamese Neural Networks for robot localization using omnidirectional imaging in indoor environments Resumen: El objetivo de este trabajo es abordar el problema de la localización utilizando imágenes omnidireccionales captadas por un sistema de visión catadióptrico montado en el robot. Para ello, exploramos el potencial de las Redes Neuronales Siamesas para modelar entornos interiores utilizando imágenes panorámicas como única fuente de información. Las Redes Neuronales Siamesas se caracterizan por su capacidad para generar una función de similitud entre dos datos de entrada, en este caso, entre dos imágenes panorámicas. En este estudio se utilizan Redes Neuronales Siamesas compuestas por dos Redes Neuronales Convolucionales (CNNs). La salida de cada CNN es un descriptor que se utiliza para caracterizar cada imagen. La diferencia de las imágenes se calcula midiendo la distancia entre estos descriptores. Este hecho hace que las redes neuronales siamesas sean especialmente adecuadas para realizar tareas de recuperación de imágenes. En primer lugar, evaluamos una tarea inicial muy relacionada con la localización que consiste en detectar si dos imágenes han sido capturadas en la misma habitación o en habitaciones diferentes. A continuación, evaluamos las Redes Neuronales Siamesas en el contexto de un problema de localización global. Los resultados superan técnicas anteriores para resolver la tarea de localización utilizando el conjunto de datos COLD-Freiburg, en una variedad de condiciones de iluminación, especialmente cuando se utilizan imágenes capturadas en condiciones nubladas y nocturnas. |