Las propiedades ópticas inherentes (PIO) subacuáticas son las claves fundamentales de muchos campos de investigación, como la óptica marina, la biología marina y la visión subacuática. En la actualidad, los transmisómetros de haz y los sensores ópticos se consideran los métodos ideales para medir las PIO. Sin embargo, estos métodos son inflexibles y caros de desplegar. Para superar este problema, nos proponemos desarrollar un nuevo método de medición utilizando una sola imagen subacuática con la ayuda de una red neuronal artificial profunda. La potencia de las redes neuronales artificiales ha quedado demostrada en los campos del procesamiento de imágenes y la visión por ordenador con la tecnología de aprendizaje profundo. Sin embargo, la estimación de la PIO basada en imágenes es una tarea bastante diferente y desafiante. A diferencia de las aplicaciones tradicionales, como la clasificación o la localización de imágenes, la estimación de la PIO tiene en cuenta la transparencia del agua entre la cámara y los objetos objetivo para estimar múltiples propiedades ópticas simultáneamente. En este trabajo, proponemos una novedosa estructura de red neuronal profunda asistida por profundidad (DA) para la estimación de IOPs basada en una única imagen RGB que incluso es ruidosa. La información de la profundidad de la imagen se considera como una entrada asistida para ayudar a nuestro modelo a tomar una mejor decisión.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Video:
Introducción a la Microbiología Industrial
Artículo:
Diseño, Síntesis y Caracterización de Nuevos Clusters de Oro Protegidos por Monocapas de Ibuprofeno Derivatizadas por Tioles
Artículo:
Un Enfoque para Adquirir las Restricciones Usando Regla de Asociación Híbrida de Panel Big Data y Proceso de Discretización para la Predicción del Cáncer de Mama
Artículo:
Nanopartículas de gelatina catiónica para la administración de fármacos en la superficie ocular: Evaluación in vitro e in vivo
Artículo:
Un modelo de predicción de aprendizaje profundo para la deformación estructural basado en redes convolucionales temporales
Libro:
Metodología del marco lógico para la planificación, el seguimiento y la evaluación de proyectos y programas
Folleto:
Análisis de rentabilidad económica y financiera
Artículo:
¿Por qué debemos conservar la fauna silvestre?
Artículo:
Emisiones globales de gases de efecto invernadero provenientes de materiales de construcción residencial y comercial: estrategias de mitigación para 2060