Modelado de ruido espacio-temporal infrarrojo guiado previamente basado en una representación neuronal híbrida

Área de la Ciencia:

• Visión por ordenador Visión por ordenador Visión por ordenador Visión por ordenador Visión por ordenador
• Procesamiento de imágenes Procesamiento de imágenes.
• Tecnología de Sensores Tecnología de Sensores

Sus antecedentes:

• El modelado preciso del ruido es crucial para las aplicaciones de imágenes infrarrojas.
• Los métodos actuales luchan con las variaciones temporales de ruido en escenas dinámicas.
• Esta limitación dificulta el rendimiento de los algoritmos de desnudez de vídeo infrarrojo.

Objetivo del estudio:

• Desarrollar un robusto marco de modelado de ruido espacio-temporal infrarrojo.
• Para abordar las limitaciones de los modelos de ruido sólo espacial existentes.
• Para mejorar la fidelidad del ruido infrarrojo sintetizado para la evaluación de algoritmos.

Principales métodos:

• Construcción de un conjunto completo de datos de video infrarrojo para el modelado de ruido.
• Propuesta del marco de modelado del ruido espacio-temporal infrarrojo (IRSTN).
• Integración de priores de ruido espacial y codificación de posición temporal a través del aprendizaje adversarial recurrente.

Principales resultados:

• El IRSTN sintetiza efectivamente el ruido infrarrojo de alta fidelidad a partir de datos no emparejados.
• El ruido generado demuestra una alta consistencia espacio-temporal con el ruido infrarrojo del mundo real.
• Mejoras significativas en el rendimiento observadas en las redes de desinformación de video que utilizan IRSTN.

Conclusiones:

• El IRSTN proporciona una solución eficaz para modelar el ruido espacio-temporal en vídeos infrarrojos.
• El marco permite una caracterización y síntesis de ruido más precisas.
• IRSTN avanza en las capacidades de los sistemas de visión por infrarrojos, particularmente en entornos dinámicos.