Automatizacion del preprocesamiento, segmentacion y caracterizacion de patrones termicos en ciclistas mediante vision por computadora

Abstract

El trabajo es de un desarrollo en una pasantía internacional en el Instituto Tecnológico de Roque (México) el cual presenta la caracterización del preprocesamiento, segmentación y caracterización de patrones térmicos en ciclistas mediante visión por computadora. De una base de datos de 899 imágenes térmicas de 76 participantes, capturadas con cámara FLIR, se construyo un pipeline modular de cinco fases:(1) extracción de datos en los HUD por medio de OCR y limpieza de la imagen con agrupamiento K-Means e inpainting, (2) segmentación de las piernas por medio de una red neuronal tipo U Net y con un procedimiento geométrico (Guillotina Vectorial) para poder eliminar elementos, (3) Clasificación térmica en cinco niveles mediante K-Means, (4) cuantificación de simetría entre ambas piernas con el Índice de Jaccard por zonas anatómicas, (5) creación de un reporte PDF automatico por participante, el sistema proceso 887 imágenes (98.7%) con un promedio de Jaccard de 0.79 con una tendencia general a la simetría térmica la solución reemplaza el analisis manual de un objetivo y reproducible, aportando la herramienta concreta a la investigación en la que se enmarca. El sistema caracteriza y mide patrones termicos ya la interpretación final corresponde al especialista.

The work is from a development in an international internship at the Technological Institute of Roque (Mexico) which presents the characterization of the preprocessing, segmentation and characterization of thermal patterns in cyclists using computer vision. From a database of 899 thermal images of 76 participants, captured with a FLIR camera, a modular five-phase pipeline was built: (1) data extraction from the HUDs using OCR and image cleaning with K-Means clustering and inpainting, (2) leg segmentation using a U-Net neural network and a geometric procedure (VectorGuillotine) to remove elements, (3) five-level thermal classification using K-Means, (4) quantification of symmetry between both legs with the Jaccard Index by anatomical zones, (5) creation of an automatic PDF report for each participant. The system processed 887 images (98.7%) with an average Jaccard Index of 0.79, showing a general trend towards thermal symmetry. The solution replaces manual analysis of a single objective and is reproducible, providing a concrete tool for the research in which it is framed. The system characterizes and measures thermal patterns, while the final interpretation is the responsibility of the specialist.