En este proyecto se pretende brindar el desarrollo y evaluación de un algoritmo basado en técnicas de aprendizaje automático, particularmente técnicas de aprendizaje profundo para clasificar los defectos superficiales en productos de madera usando información de imágenes digitales multiespectrales d
El grupo de investigación de Machine Learning y Visión por Computador de la Universidad del Bío-Bío se define como un grupo de investigación que reúne las capacidades investigativas de académicos de dos facultades y departamentos de la Universidad, en conjunto con investigadores internacionales.
Este proyecto tiene como objetivo diseñar e implementar un robot social que tenga la capacidad de llevar a cabo interacciones sociales humano-robot en entornos naturales.
En el Ecuador el desarrollo agrícola es una tarea compleja y desafiante. El principal problema, es la escasa información para la toma de decisiones respecto de las plantaciones, condiciones del suelo o estado de las plantas en tiempo real.
Este proyecto tiene como objetivo desarrollar soluciones innovadoras en el sector acuícola y agrícola del Ecuador, con la finalidad de proporcionar un crecimiento sostenible en toda la cadena de valor mediante la hibridación inteligente de energías alternativas y algoritmos avanzados de control.
En los últimos años, los mapas urbanos en 3D se han vuelto más comunes, proporcionando nubes de puntos complejas que incluyen diversos muebles urbanos, como objetos tipo poste.
En este proyecto se realizará la evaluación de distintas cámaras térmicas en escenarios interiores y exteriores para la detección de objetos. Para ello se realizará la definición de un protocolo para registrar la información relacionada con: escenario, posición de cámara, tipo de objeto, etc.
Este proyecto se enfoca en desarrollar imágenes multiespectrales, que cada vez son más asequible debido a la caída en el precio de las cámaras que trabajan en diferentes bandas espectrales.
El presente proyecto tiene el objetivo de implementar un sistema modular para realizar las tareas de planificación de rutas, procesamiento de imágenes y generación de reportes agrícolas, a partir de la integración de tecnologías de hardware y software libres existentes.