| Miembros: | Patricia L. Suárez Ríofrio |
| Fecha: | Desde Noviembre, 2017 hasta Noviembre, 2018 |
| Financiamiento: | GPU Grant Program – NVIDIA |
Este proyecto se centra en la eliminación de imágenes de las imágenes del espectro visible en función del uso de la información del infrarrojo cercano. La neblina junto con la niebla y las nubes son factores limitantes para el alcance visual en la atmósfera y reducen en gran medida el contraste en las escenas. La neblina y la niebla reducen significativamente la visibilidad en las fotografías de paisajes, lo que afecta la calidad visual y trae problemas para muchas aplicaciones de visión por computador. La estimación precisa del color de la luz del aire y la recuperación de los detalles perdidos en la imagen en color es un problema fundamental y desafiante en el procesamiento de imágenes.
El rendimiento de los métodos de eliminación de imágenes existentes está limitado por funciones diseñadas a mano, tales como el canal oscuro, las líneas de color, la polarización y el contraste optimizado. Hay otros trabajos que utiliza una imagen similar a NIR, formulando la eliminación de imagen como un problema de optimización e introduciendo restricción de gradiente NIR. Los enfoques previos en la eliminación de imágenes con múltiples entradas de imagen son capaz de mejorar el contraste RGB pero no para recuperar el color que falta en las regiones oscuras. El problema se aborda proponiendo una red generativa adversa condicional (por ejemplo, GAN). Más específicamente, usando la banda espectral NIR, el interés de usar imágenes NIR está relacionado con el hecho de que en esta banda espectral las imágenes no se degradan por la neblina --- el tamaño de partícula de la neblina es menor que una décima de la longitud de onda NIR, por lo tanto, no se aprecia.
Share this:
 |
 |
 |
 |