Show simple item record

dc.contributor.advisorCalderón Bocanegra, Francisco Carlos
dc.contributor.authorHernández Baena, María Fernanda
dc.contributor.authorJaramillo Hernández, Juan Felipe
dc.date.accessioned2022-05-09T18:51:06Z
dc.date.accessioned2023-05-11T17:36:02Z
dc.date.available2022-05-09T18:51:06Z
dc.date.available2023-05-11T17:36:02Z
dc.date.created2021
dc.identifier.urihttps://hdl.handle.net/20.500.12032/110627
dc.description.abstractDe cara a esta nueva década, con la convergencia de nuevas tecnologías como el poder computacional, la inteligencia artificial, la robótica, los sensores y las conexiones de mayor velocidad de bits, la ciencia moderna va a protagonizar una extraordinaria transformación global en todas y cada una de las economías que giran en el mundo globalizado, lo que permitirá a la humanidad enfrentarse a retos imposibles hasta hace unos años. A medida que la tecnología crece, la población humana también lo hace, aumentando la necesidad de desarrollar e implementar estrategias científico-tecnológicas para mejorar las variedades agrícolas con el fin de contribuir a la seguridad alimentaria y a la producción sostenible en todo el mundo. Los nuevos macroproyectos pueden ayudar a este fin desarrollando plataformas de bajo coste para el fenotipado multiescala, que implementen información relevante y de alta resolución sobre suelo-planta-atmósfera para medir y cuantificar las variables que afectan a la respuesta de los cultivos al medio ambiente.La tecnología de campos de luz, en convergencia con las técnicas de superresolución basadas en el aprendizaje profundo y los vehículos aéreos no tripulados, puede ser el medio para adquirir en tiempo real la información sobre el terreno acerca de las características fisiológicas de los cultivos a través de la estimación de la profundidad en las escenas 3D sintetizadas por los campos de luz capturados, buscando así anomalías en el fenotipo.Además, las técnicas de super-resolución pueden reducir drásticamente los costes de hardware en el dispositivo de adquisición al eliminar la necesidad de una cámara plenóptica de alta resolución espacial-angular, reduciendo las tasas de datos y haciendo que el sistema sea ideal para un protocolo de comunicación IoT. Este trabajo introducirá un pipeline para aplicar una técnica de super-resolución angular basada en el estado del arte, sobre campos de luz de baja resolución angular capturados con una cámara plenóptica afocal, ya que la resolución en la profundidad medida es proporcional a la resolución angular.El método propuesto se centra en la super-resolución de la resolución espacial de cada matriz de píxeles compuesta por las perspectivas angulares de cada punto espacial en el campo de luz. Finalmente, se realiza una comparación contra las interpolaciones tradicionales de bajo coste, como la interpolación del vecino más cercano, la bicúbica y la de Lanczos, siendo el modelo propuesto el que muestra mejores resultados en la relación señal/ruido de pico evaluada entre las imágenes originales de subapertura de los campos de luz de la verdad terrestre y las imágenes de subapertura sintetizadas de los campos de luz superresueltos angulares a partir de un conjunto de datos de validación construido con campos de luz capturados en plantas por una cámara plenóptica afocal de primera generación.spa
dc.description.sponsorshipÓMICASspa
dc.formatPDFspa
dc.format.mimetypeapplication/pdfspa
dc.language.isospaspa
dc.publisherPontificia Universidad Javerianaspa
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/*
dc.subjectSuperresolución
dc.subjectCampos de luz
dc.subjectAprendizaje profundo de máquina
dc.titleSuperresolución angular de campos de luz a partir de aprendizaje profundo de máquinaspa


Files in this item

FilesSizeFormatView
1060.pdf25.47Mbapplication/pdfView/Open

This item appears in the following Collection(s)

Show simple item record

http://creativecommons.org/licenses/by-nc-nd/4.0/
Except where otherwise noted, this item's license is described as http://creativecommons.org/licenses/by-nc-nd/4.0/

© AUSJAL 2022

Asociación de Universidades Confiadas a la Compañía de Jesús en América Latina, AUSJAL
Av. Santa Teresa de Jesús Edif. Cerpe, Piso 2, Oficina AUSJAL Urb.
La Castellana, Chacao (1060) Caracas - Venezuela
Tel/Fax (+58-212)-266-13-41 /(+58-212)-266-85-62

Nuestras redes sociales

facebook Facebook

twitter Twitter

youtube Youtube

Asociaciones Jesuitas en el mundo
Ausjal en el mundo AJCU AUSJAL JESAM JCEP JCS JCAP