Correspondencia de caracterısticas utilizando esquemas clásicos en el espectro visible

En general, las aplicaciones de vision por computadora se basan en el uso de camaras que trabajan en el campo visible del espectro. Recientemente avances en la captura de imagenes infrarrojas, ası como tambien la reduccion en los costos de esas camaras, ha abierto nuevas oportunidades para desarroll...

Descrizione completa

Salvato in:
Dettagli Bibliografici
Autore principale: Chilan Hidalgo, Carmen Isabel (author)
Altri autori: Ricaurte Arias, Pablo Andres (author), Aguilera Carrasco, Cristhian (author), Sappa, Angel (author), Vintimilla Burgos, Boris (author)
Natura: article
Lingua:spa
Pubblicazione: 2014
Soggetti:
Accesso online:http://www.dspace.espol.edu.ec/handle/123456789/25484
Tags: Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
_version_ 1858337283553361920
author Chilan Hidalgo, Carmen Isabel
author2 Ricaurte Arias, Pablo Andres
Aguilera Carrasco, Cristhian
Sappa, Angel
Vintimilla Burgos, Boris
author2_role author
author
author
author
author_facet Chilan Hidalgo, Carmen Isabel
Ricaurte Arias, Pablo Andres
Aguilera Carrasco, Cristhian
Sappa, Angel
Vintimilla Burgos, Boris
author_role author
collection Repositorio Escuela Superior Politécnica del Litoral
dc.creator.none.fl_str_mv Chilan Hidalgo, Carmen Isabel
Ricaurte Arias, Pablo Andres
Aguilera Carrasco, Cristhian
Sappa, Angel
Vintimilla Burgos, Boris
dc.date.none.fl_str_mv 2014-06-04
2014-06-04
2014-06-04
dc.format.none.fl_str_mv application/pdf
dc.identifier.none.fl_str_mv http://www.dspace.espol.edu.ec/handle/123456789/25484
dc.language.none.fl_str_mv spa
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
dc.source.none.fl_str_mv reponame:Repositorio Escuela Superior Politécnica del Litoral
instname:Escuela Superior Politécnica del Litoral
instacron:ESPOL
dc.subject.none.fl_str_mv IMAGENES INFRARROJAS
DESCRIPTORES DE PUNTOS CARACTERISTICOS
dc.title.none.fl_str_mv Correspondencia de caracterısticas utilizando esquemas clásicos en el espectro visible
dc.type.none.fl_str_mv info:eu-repo/semantics/publishedVersion
info:eu-repo/semantics/article
description En general, las aplicaciones de vision por computadora se basan en el uso de camaras que trabajan en el campo visible del espectro. Recientemente avances en la captura de imagenes infrarrojas, ası como tambien la reduccion en los costos de esas camaras, ha abierto nuevas oportunidades para desarrollar soluciones excelentes que trabajan en la banda infrarroja del espectro o entre varios dominios del espectro entre el campo infrarrojo y visible (ejm., (Barrera et al., 2013), (Aguilera et al., 2012), (Barrera et al., 2012) and (Felicısimo and Cuartero, 2006)). Las bandas espectrales de las imagenes infrarrojas van desde 0.75 μm a 15 μm, del cual se divide en las siguientes categorıas: Infrarrojo cercano (NIR: 0.751.4 μm), Infrarrojo de onda corta (SWIR: 1.43 μm), Infrarrojo de onda media (MWIR: 38 μm) o Infrarrojo de onda larga (LWIR: 815 μm). Imagenes de cada una de estas categorıas tienen ventajas particulares para ciertas aplicaciones dadas; por ejemplo las imagenes NIR son generalmente usadas para aplicaciones que usan deteccion de la mirada y seguimiento de los ojos (Coyle et al., 2004); la banda espectral SWIR ha mostrado su uso en ambientes con mucha neblina (Hansen and Malchow, 2008); MWIR es usado generalmente para detectar temperaturas de alguna forma superiores a la del cuerpo en aplicaciones militares; finalmente, las imagenes LWIR han sido usadas en video vigilancia y asistencia en el manejo (Krotosky and Trivedi, 2007). El presente trabajo se concentra en el campo LWIR, el cual corresponde a la banda espectral m´as lejana con respecto al espectro visible. Siguiendo la evolucion del espectro visible basado en vision por computadora, en las imagenes del dominio Infrarrojo han surgido temas tales como el registrado de imagenes , reconocimiento de patrones o vision estereo los cuales han sido enteramente abarcados. Como primera instancia, herramientas clasicas del espectro visible han sido solo usadas o poco adaptadas en el nuevo dominio. Una de estas herramientas es la descripcion de puntos caracterısticos, los cuales han sido un tema de bastante investigacion en la pasada decada en la comunidad de vision por computadora. Dado la gran cantidad de contribuidores en este topico han habido muchos trabajos en la literatura sobre evaluar y comparar su rendimiento en el caso del espectro visible (ejm., (Miksik and Mikolajczyk, 2012), (Mikolajczyk and Schmid, 2005), (Bauer et al., 2007) y (Schmid et al., 2000)).
eu_rights_str_mv openAccess
format article
id ESPOL_fd0c8def5db1aa69938e0d2d302bd18c
instacron_str ESPOL
institution ESPOL
instname_str Escuela Superior Politécnica del Litoral
language spa
network_acronym_str ESPOL
network_name_str Repositorio Escuela Superior Politécnica del Litoral
oai_identifier_str oai:www.dspace.espol.edu.ec:123456789/25484
publishDate 2014
reponame_str Repositorio Escuela Superior Politécnica del Litoral
repository.mail.fl_str_mv .
repository.name.fl_str_mv Repositorio Escuela Superior Politécnica del Litoral - Escuela Superior Politécnica del Litoral
repository_id_str 1479
spelling Correspondencia de caracterısticas utilizando esquemas clásicos en el espectro visibleChilan Hidalgo, Carmen IsabelRicaurte Arias, Pablo AndresAguilera Carrasco, CristhianSappa, AngelVintimilla Burgos, BorisIMAGENES INFRARROJASDESCRIPTORES DE PUNTOS CARACTERISTICOSEn general, las aplicaciones de vision por computadora se basan en el uso de camaras que trabajan en el campo visible del espectro. Recientemente avances en la captura de imagenes infrarrojas, ası como tambien la reduccion en los costos de esas camaras, ha abierto nuevas oportunidades para desarrollar soluciones excelentes que trabajan en la banda infrarroja del espectro o entre varios dominios del espectro entre el campo infrarrojo y visible (ejm., (Barrera et al., 2013), (Aguilera et al., 2012), (Barrera et al., 2012) and (Felicısimo and Cuartero, 2006)). Las bandas espectrales de las imagenes infrarrojas van desde 0.75 μm a 15 μm, del cual se divide en las siguientes categorıas: Infrarrojo cercano (NIR: 0.751.4 μm), Infrarrojo de onda corta (SWIR: 1.43 μm), Infrarrojo de onda media (MWIR: 38 μm) o Infrarrojo de onda larga (LWIR: 815 μm). Imagenes de cada una de estas categorıas tienen ventajas particulares para ciertas aplicaciones dadas; por ejemplo las imagenes NIR son generalmente usadas para aplicaciones que usan deteccion de la mirada y seguimiento de los ojos (Coyle et al., 2004); la banda espectral SWIR ha mostrado su uso en ambientes con mucha neblina (Hansen and Malchow, 2008); MWIR es usado generalmente para detectar temperaturas de alguna forma superiores a la del cuerpo en aplicaciones militares; finalmente, las imagenes LWIR han sido usadas en video vigilancia y asistencia en el manejo (Krotosky and Trivedi, 2007). El presente trabajo se concentra en el campo LWIR, el cual corresponde a la banda espectral m´as lejana con respecto al espectro visible. Siguiendo la evolucion del espectro visible basado en vision por computadora, en las imagenes del dominio Infrarrojo han surgido temas tales como el registrado de imagenes , reconocimiento de patrones o vision estereo los cuales han sido enteramente abarcados. Como primera instancia, herramientas clasicas del espectro visible han sido solo usadas o poco adaptadas en el nuevo dominio. Una de estas herramientas es la descripcion de puntos caracterısticos, los cuales han sido un tema de bastante investigacion en la pasada decada en la comunidad de vision por computadora. Dado la gran cantidad de contribuidores en este topico han habido muchos trabajos en la literatura sobre evaluar y comparar su rendimiento en el caso del espectro visible (ejm., (Miksik and Mikolajczyk, 2012), (Mikolajczyk and Schmid, 2005), (Bauer et al., 2007) y (Schmid et al., 2000)).This paper presents a comparative evaluation of classical feature point descriptors when they are used in the long-wave infrared spectral band. Robustness to changes in rotation, scaling, blur, and additive noise are evaluated using a state of the art framework. Statistical results using an outdoor image data set are presented together with a discussion about the differences with respect to the results obtained when images from the visible spectrum are considered.2014-06-042014-06-042014-06-04info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/articleapplication/pdfhttp://www.dspace.espol.edu.ec/handle/123456789/25484spainfo:eu-repo/semantics/openAccessreponame:Repositorio Escuela Superior Politécnica del Litoralinstname:Escuela Superior Politécnica del Litoralinstacron:ESPOL2014-06-04T15:51:10Zoai:www.dspace.espol.edu.ec:123456789/25484Institucionalhttps://www.dspace.espol.edu.ec/Universidad públicahttps://www.espol.edu.ec/.https://www.dspace.espol.edu.ec/oaiEcuador...opendoar:14792014-06-04T15:51:10falseInstitucionalhttps://www.dspace.espol.edu.ec/Universidad públicahttps://www.espol.edu.ec/.https://www.dspace.espol.edu.ec/oai.Ecuador...opendoar:14792014-06-04T15:51:10Repositorio Escuela Superior Politécnica del Litoral - Escuela Superior Politécnica del Litoralfalse
spellingShingle Correspondencia de caracterısticas utilizando esquemas clásicos en el espectro visible
Chilan Hidalgo, Carmen Isabel
IMAGENES INFRARROJAS
DESCRIPTORES DE PUNTOS CARACTERISTICOS
status_str publishedVersion
title Correspondencia de caracterısticas utilizando esquemas clásicos en el espectro visible
title_full Correspondencia de caracterısticas utilizando esquemas clásicos en el espectro visible
title_fullStr Correspondencia de caracterısticas utilizando esquemas clásicos en el espectro visible
title_full_unstemmed Correspondencia de caracterısticas utilizando esquemas clásicos en el espectro visible
title_short Correspondencia de caracterısticas utilizando esquemas clásicos en el espectro visible
title_sort Correspondencia de caracterısticas utilizando esquemas clásicos en el espectro visible
topic IMAGENES INFRARROJAS
DESCRIPTORES DE PUNTOS CARACTERISTICOS
url http://www.dspace.espol.edu.ec/handle/123456789/25484