Detección de eventos a bajo nivel dentro del sistema de supervisión automática SuPERVaSION

Abstract

[ES] En este trabajo se recoge el desarrollo de un prototipo para la detección de eventos de bajo nivel dentro del marco del proyecto SUPERVASION. Este proyecto propone un sistema innovador de supervisión automática por observación aplicado a la monitorización de destrezas en el aprendizaje de cirugía mínimamente invasiva. El prototipo debe informar al sistema sobre lo que sucede dentro del entorno de supervisión, procesando vídeos y devolviendo un listado con los eventos detectados. Se han usado y adaptado diversas técnicas de visión artificial y aprendizaje automático para el modelado de los eventos. Asimismo, se ha fabricado un simulador laparoscópico que reproduce las condiciones y funcionalidades de uno original donde se ha desarrollado este trabajo. La comparación experimental entre el prototipo y el etiquetado a mano de eventos demuestra que la detección es correcta, y con la velocidad suficiente para cumplir los requisitos de supervisión del sistema

[CA] En este treball s’arreplega el desenvolupament d’un prototip per a la detecció d’esdeveniments de baix nivell dins del marc del projecte SUPERVASION. Este projecte proposa un sistema innovador de supervisió automàtica per observació aplicat a la monitorització de destreses en l’aprenentatge de cirurgia mínimament invasiva. El prototip ha d’informar el sistema sobre el que succeïx dins de l’entorn de supervisió, processant vídeos i tornant un llistat amb els esdeveniments detectats. S’han utilitzat i adaptat diverses tècniques de visió artificial i aprenentatge automàtic per al modelatge dels esdeveniments. Així mateix, s’ha fabricat un simulador laparoscòpic on s’ha desenvolupat este treball, que reprodueix les condicions i funcionalitats d’un original. La comparació experimental entre el prototip i l’etiquetatge a mà d’esdeveniments demostra que la detecció és correcta, i amb la velocitat suficient per a complir els requisits de supervisió del sistema

[EN] This document summarises the development of a prototype for low-level event detection in the SUPERVASION project context. This project proposes an innovative system for automatic supervision by observation applied to skill acquisition monitoring in the minimally invasive surgery domain. The prototype will report about the events within the supervised environment, processing recorded videos and returning a list with events detected. We have used and adapted different computer vision and machine learning techniques for event modeling. Furthermore, we have made a laparoscopic simulator that recreates the requirements and features of a real one where we have developed this work. The experimental comparison between prototype output and handlabelled ground truth shows that the detection is correct and fast enough for the supervision system requirements