Jove
Visualize
Contáctanos
JoVE
x logofacebook logolinkedin logoyoutube logo
ACERCA DE JoVE
Visión GeneralLiderazgoBlogCentro de Ayuda JoVE
AUTORES
Proceso de PublicaciónConsejo EditorialAlcance y PolíticasRevisión por ParesPreguntas FrecuentesEnviar
BIBLIOTECARIOS
TestimoniosSuscripcionesAccesoRecursosConsejo Asesor de BibliotecasPreguntas Frecuentes
INVESTIGACIÓN
JoVE JournalMethods CollectionsJoVE Encyclopedia of ExperimentsArchivo
EDUCACIÓN
JoVE CoreJoVE BusinessJoVE Science EducationJoVE Lab ManualCentro de Recursos para ProfesoresSitio de Profesores
Términos y Condiciones de Uso
Política de Privacidad
Políticas

Videos de Conceptos Relacionados

Difference from Background: Limit of Detection01:05

Difference from Background: Limit of Detection

8.0K
The limit of detection (LOD) is the smallest amount of analyte that can be distinguished from the background noise. The LOD value corresponds to the concentration at which the analyte signal is three times larger than the standard deviation of the blank signal. Below this value, the analyte signal cannot be differentiated from the background noise. It is calculated by dividing the calibration slope by 3 times the standard deviation of the blank signals.
The LOD indicates the presence or absence...
8.0K
Force Classification01:22

Force Classification

2.2K
Forces play a crucial role in the study of physics and engineering. They are essential in describing the motion, behavior, and equilibrium of objects in the physical world. Forces can be classified based on their origin, type, and direction of action.
Contact and non-contact forces are two of the most widely used categories of forces. As the name suggests, contact forces require physical contact between two objects to act upon each other. Examples of contact forces include frictional,...
2.2K
Depth Perception and Spatial Vision01:15

Depth Perception and Spatial Vision

1.7K
Depth perception is the ability to perceive objects three-dimensionally. It relies on two types of cues: binocular and monocular. Binocular cues depend on the combination of images from both eyes and how the eyes work together. Since the eyes are in slightly different positions, each eye captures a slightly different image. This disparity between images, known as binocular disparity, helps the brain interpret depth. When the brain compares these images, it determines the distance to an object.
1.7K
High-Performance Liquid Chromatography: Types of Detectors01:15

High-Performance Liquid Chromatography: Types of Detectors

1.5K
The role of the detectors in High-Performance Liquid Chromatography (HPLC) is to analyze the solutes as they exit from the chromatographic column. The detector recognizes the solute's property and generates corresponding electrical signals, which are converted into a readable graph of the detector's response versus elution time called a chromatogram at the computer. There are several types of HPLC detectors, each with its own advantages and limitations, depending on the analyte...
1.5K

También podría leer

Artículos Relacionados

Artículos vinculados a este trabajo por autores compartidos, revista y gráfico de citas.

Ordenar por
Same author

Improved the slow digestion property of maize starch using partially β-amylolysis.

Food chemistry·2014
Same author

Blend-modification of soy protein/lauric acid edible films using polysaccharides.

Food chemistry·2014
Same author

Structure and physicochemical properties of octenyl succinic esters of sugary maize soluble starch and waxy maize starch.

Food chemistry·2014
Same author

[Effects of left renal vein division on postoperative renal function during open repair of abdominal aortic aneurysm].

Zhonghua yi xue za zhi·2014
Same author

Association of four insulin resistance genes with type 2 diabetes mellitus and hypertension in the Chinese Han population.

Molecular biology reports·2014
Same author

Neuroprotective effect of pseudoginsenoside-f11 on a rat model of Parkinson's disease induced by 6-hydroxydopamine.

Evidence-based complementary and alternative medicine : eCAM·2014

Video Experimental Relacionado

Updated: Jan 8, 2026

Author Spotlight: Enhancement of Salient Object Detection for Smart Grid Applications
03:31

Author Spotlight: Enhancement of Salient Object Detection for Smart Grid Applications

Published on: December 15, 2023

991

Detector de borde mejorado multimodal para detección de objetos multiespectrales basada en vehículos aéreos no

Gong Li1, Guoyin Ren2, Jingyu Wang1

  • 1School of Digital and Intelligent Industry (School of Cyber Science and Technology), Inner Mongolia University of Science & Technology, BaoTou, 014010, China.

Scientific reports
|December 21, 2025
PubMed
Resumen

Este estudio presenta un nuevo detector mejorado de bordes multimodales para la detección de objetos multiespectrales basada en vehículos aéreos no tripulados (VANT). El novedoso enfoque mejora la detección de características de borde en imágenes infrarrojas, mejorando la identificación de objetos en condiciones desafiantes.

Palabras clave:
detección de objetosvehículo aéreo no tripuladoimágenes multiespectralesvisión por computadoraprocesamiento de imágenesaprendizaje profundo

Más Videos Relacionados

Electroantennography-based Bio-hybrid Odor-detecting Drone using Silkmoth Antennae for Odor Source Localization
06:00

Electroantennography-based Bio-hybrid Odor-detecting Drone using Silkmoth Antennae for Odor Source Localization

Published on: August 27, 2021

5.9K
Author Spotlight: UAV Remote Sensing for Efficient Invasive Plant Biomass Estimation
08:47

Author Spotlight: UAV Remote Sensing for Efficient Invasive Plant Biomass Estimation

Published on: February 9, 2024

2.0K

Videos de Experimentos Relacionados

Last Updated: Jan 8, 2026

Author Spotlight: Enhancement of Salient Object Detection for Smart Grid Applications
03:31

Author Spotlight: Enhancement of Salient Object Detection for Smart Grid Applications

Published on: December 15, 2023

991
Electroantennography-based Bio-hybrid Odor-detecting Drone using Silkmoth Antennae for Odor Source Localization
06:00

Electroantennography-based Bio-hybrid Odor-detecting Drone using Silkmoth Antennae for Odor Source Localization

Published on: August 27, 2021

5.9K
Author Spotlight: UAV Remote Sensing for Efficient Invasive Plant Biomass Estimation
08:47

Author Spotlight: UAV Remote Sensing for Efficient Invasive Plant Biomass Estimation

Published on: February 9, 2024

2.0K

Área de la Ciencia:

  • Visión por Computadora
  • Teledetección
  • Inteligencia Artificial

Sus antecedentes:

  • La detección de objetos multiespectrales basada en VANT es crucial para la gestión del tráfico de ciudades inteligentes y la respuesta a desastres.
  • Los métodos existentes a menudo pasan por alto el desenfoque de bordes en las imágenes infrarrojas, lo que complica la distinción entre primer plano y fondo y la precisión de la detección de objetos.

Objetivo del estudio:

  • Desarrollar un novedoso detector mejorado de bordes multimodales para abordar los desafíos en la detección de objetos multiespectrales basada en VANT.
  • Mejorar la robustez y precisión de la detección de objetos en condiciones adversas mejorando las características de borde.

Principales métodos:

  • Se propuso un Módulo de Mejora de Características de Borde utilizando convolución diferencial para agudizar los bordes de los objetos en imágenes infrarrojas.
  • Se implementó un Módulo de Fusión de Características Multiescala con convolución dilatada para detectar objetos de varios tamaños y adaptarse a los cambios de resolución.
  • Se introdujo un Módulo de Fusión de Características Multimodales con un mecanismo de autoatención para fusionar eficazmente información complementaria de los espectros visual e infrarrojo.

Principales resultados:

  • El CMEE-Det propuesto mejora significativamente las características de borde, mejorando la distinción entre objetos y el fondo.
  • El modelo demuestra un rendimiento superior en la detección de objetos de diferentes escalas y en la adaptación a la dinámica de vuelo de los VANT.
  • Los resultados experimentales muestran que CMEE-Det supera a los métodos existentes en conjuntos de datos de referencia como DroneVehicle.

Conclusiones:

  • El novedoso detector mejorado de bordes multimodales aborda eficazmente las limitaciones de los métodos existentes en la detección de objetos multiespectrales basada en VANT.
  • La integración de la mejora de bordes y las estrategias de fusión multimodal conduce a capacidades de detección de objetos más robustas y precisas.
  • Este trabajo ofrece un avance prometedor para aplicaciones que requieren una detección de objetos confiable a partir de imágenes multiespectrales de VANT.