El presente proyecto tiene como objetivo diseñar arquitecturas novedosas de aprendizaje profundo que exploten información transespectral para Camouflaged Object Detection COD, con el que se procura abordar el problema del camuflaje explorando el uso combinado de imágenes de espectro visible e imágenes térmicas de baja resolución de la misma escena. Para el desarrollo de esto se considera dos estrategias, la primera colocar marcos transversales que impliquen técnicas de súper resolución para mejorar las imágenes térmicas de baja resolución, seguido de la integración de información heterogénea para detectar objetos camuflados; la segunda enfoques novedosos basados en la información, para desarrollar esta fusión se emplea un esquema de extremo a extremo. Los enfoques propuestos se evaluarán en varios escenarios, incluidos entornos urbanos y forestales, así como imágenes aéreas.
Share this:
