El evento VISAPP 2022 - 17th International Conference on Computer Vision Theory and Applications se realizó de manera virtual desde el 6 al 8 de febrero de 2022. La Conferencia Internacional sobre Teoría y Aplicaciones de la visión por Computador tenía como objetivo convertirse en un importante punto de contacto entre investigadores, ingenieros y profesionales en el área de los sistemas de aplicación de visión por computador.
En este evento participaron dos miembros del CIDIS. Por un lado, el Mgtr. Rafael Rivadeneira con la presentación del artículo “Multi-Image Super-Resolution for Thermal Images” el mismo que propone una nueva arquitectura CNN para el problema de superresolución de imágenes multitérmicas. En el esquema propuesto, las imágenes múltiples se generan sintéticamente reduciendo la resolución y cambiando ligeramente la imagen dada; también se añade ruido a cada una de estas imágenes sintetizadas. La arquitectura propuesta utiliza dos caminos de bloques de atención para extraer detalles de alta frecuencia aprovechando la gran cantidad de información extraída de múltiples imágenes de la misma escena. Se proporcionan resultados experimentales que muestran que el esquema propuesto ha superado los enfoques más avanzados.
Por otro lado, el Msc. Jorge Charco con la presentación del artículo “Human Pose Estimation through A Novel Multi-View Scheme” el mismo que presenta un esquema de múltiples vistas para abordar el desafiante problema de la auto oclusión en el problema de estimación de la pose humana. El enfoque propuesto obtiene primero las articulaciones del cuerpo humano de un conjunto de imágenes, que se capturan desde diferentes puntos de vista al mismo tiempo. Luego, realza las uniones obtenidas utilizando un esquema de vista múltiple. Básicamente, las articulaciones de una vista dada se utilizan para mejorar las articulaciones mal estimadas desde otra vista, especialmente destinadas a abordar los casos de auto oclusión. Una arquitectura de red propuesta inicialmente para el caso monocular se adapta para ser utilizada en el esquema multivista propuesto. Se presentan resultados experimentales y comparaciones con los enfoques de última generación en el conjunto de datos Human3.6m que muestran mejoras en la precisión de las estimaciones de las articulaciones del cuerpo.
 |
 |
 |