Fusión de imágenes de luz infrarroja cercana y UV a través de neuronas visuales artificiales basadas en Mott...

Área de la Ciencia:

• Ciencias de los materiales
• La neurociencia
• Ciencias de la computación

Sus antecedentes:

• Los sistemas biológicos logran una comprensión completa de la imagen a través de la integración de datos de múltiples bandas.
• El desarrollo de sistemas de visión artificial eficientes y de baja potencia para la fusión de imágenes en múltiples bandas sigue siendo un desafío importante.

Objetivo del estudio:

• Proponer y demostrar una neurona visual artificial capaz de detectar múltiples bandas y fusión de imágenes.
• Crear un sistema de visión artificial de inspiración biológica que integre información espectral UV e infrarrojo cercano.

Principales métodos:

• Integración de un fototransistor In2O3 / PY-IT y un memristor NbOx Mott para crear una neurona visual artificial.
• Utilizando la intensidad de la luz para controlar la frecuencia de codificación de pulsos para diferentes bandas espectrales.
• Empleando una red neuronal acoplada al pulso (PCNN) para procesar señales de pulso codificadas y realizar la fusión de imágenes.

Principales resultados:

• La neurona visual artificial detectó con éxito las señales ópticas en las bandas UV e infrarrojas cercanas.
• El sistema demostró la capacidad de codificar las variaciones de intensidad de la luz en diferentes frecuencias de pulso.
• El PCNN fusionó con éxito información de imagen de múltiples bandas en diferentes condiciones de iluminación, mostrando funcionalidad biónica.

Conclusiones:

• La neurona visual artificial propuesta es un elemento clave para los sistemas visuales artificiales integrados, funcionales y de baja potencia.
• Este trabajo proporciona una base para sistemas de percepción multibanda basados en hardware inspirados en la visión biológica.
• El sistema desarrollado ofrece un nuevo enfoque para la fusión eficiente de imágenes de múltiples bandas para aplicaciones de visión artificial.