Resumen en español

Este documento registra el procedimiento teórico y práctico seguido para la implementación de un sistema de clasificación automática de vehículos terrestres que separa diez clases de vehículos diferentes (bicicletas, buses, camiones, camperos, furgonetas, hatchbacks, motos, pickups, sedanes y SUVs). El sistema implementado tiene un enfoque multimodal, al implementar técnicas de clasificación por medio de visión artificial y por medio de información de rango, usando una cámara Canon VC-C50i y un láser Sick LMS200, respectivamente. Sin embargo, el alcance de este trabajo no trasciende hasta la etapa de integración total de estos sistemas independientes, sino que se conciben como sistemas de clasificación autónomos y paralelos con potencial de ser combinados en un solo sistema mucho más robusto. Los sistemas implementados integran enfoques de clasificación Top-Down y Bottom-Up. El enfoque Top-Down se evidencia al hacer uso de características estructurales de las instancias a clasificar, como la forma y el tamaño, mientras que el enfoque Bottom-Up se implementa haciendo uso de características de más bajo nivel basadas en partes, como descriptores tanto visuales como 3D. La tarea de clasificación se basa en el método de Bolsa de Características (Bag of Features) agrupando características locales. Con el fin de obtener las clases miembro se usa el método del K-vecino más cercano combinado con descriptores estructurales de los vehículos a clasificar.