UTN- FRC -Producción Académica de Investigación y Desarrollo

Permanent URI for this communityhttp://48.217.138.120/handle/20.500.12272/1932

Browse

Subject: search.filters.subject.Imágenes satelitales SAR

Search Results

Now showing 1 - 3 of 3
  • Thumbnail Image
    Item
    Base de datos de imágenes satelitales SAR de embarcaciones con información AIS
    (Universidad Tecnológica Nacional Regional Córdoba., 2022) Nemer Pelliza , Karim Alejandra; Steiner, Guillermo; Paz, Claudio
    El uso de IA para la detección de embarcaciones utilizando imágenes SAR, es una área en constante crecimiento. Las técnicas de machine Liaoning requieren un conjunto de imágenes conocidas y representativas de los objetos a buscar, utilizados no solo en el entrenamiento sino, además, para la ´ verificación de la respuesta encontrada. Este trabajo, presenta una base de datos de imágenes de embarcaciones con información sobre sus dimensiones, tipo, status, nombre, etc., juntamente con una imagen de 100x100pıxeles de tipo SAR de alta resolución. Completa este conjunto, imágenes sin embarcaciones, pero que por su estructura suelen ser conflictivas para algunas técnicas estandarizadas de clasificación. Se procesaron mas de 1200 imágenes satelitales SAR y se lograron generar mas de 8000 registros, lo que constituye un excelente grupo de entrenamiento y test aplicable a diferentes sistemas inteligentes con aprendizajes supervisados y/o reforzados
  • Thumbnail Image
    Item
    Analisis de la influencia del preprocesamiento de imágenes SAR en la clasificación de navíos utilizando CNN
    (2024) Nemer Pelliza, Karim Alejandra; Steiner, Guillermo M.; Toledo, Sofía
    En este trabajo, se evalua la influencia ´ de tecnicas de preprocesamiento utilizando Wavelet en ´ la clasificacion de barcos mediante redes neuronales ´ convolucionales (CNN). Las imagenes SAR, por su ca- ´ pacidad de adquisicion en condiciones adversas, resulta ´ utiles para la identificaci ´ on de embarcaciones no cola- ´ borativas en zonas de explotacion exclusiva, el principal ´ problema en el uso de estas imagenes, es el ruido ´ ”speckle”. Se analiza como la eliminaci ´ on de ruido ´ puede mejorar o empeorar la tarea de clasificacion. ´ Se explica el uso de Wavelets para reducir el ruido, especialmente mediante tecnicas de umbralizaci ´ on, y ´ como esto afecta el entrenamiento de CNN. Se realiza- ´ ron pruebas con 30 configuraciones diferentes de CNN y 58 diferentes Transformadas de Wavelets (TW) para el preprocesamiento de imagenes, eligiendo finalmente ´ aquella que mostro un mejor rendimiento.
  • Thumbnail Image
    Item
    Implementación de una Cámara Infrarroja en la Raspberry Pi
    (2024) Nemer Pelliza, Karim Alejandra; Steiner, Guillermo M.; Pedrazzi, Lucila
    La cámara 5MP OV5647 IR-CUT es un módulo que permite su uso tanto de día como de noche. Este periférico, posee un sensor de 5 megapíxeles, CMOS, con una resolución máxima de 2592x1944 pixeles y la posibilidad de realizar captura de video con una resolución de 1080p a 30fps. Además posee un filtro de corte Infra Rojo (IR) extraíble, funcionalidad que permite remover la distorsión del color durante el horario diurno y un LED IR integrado para respaldar la función de visión de la cámara. Este periférico se conecta con la Raspberry-Pi mediante un cable plano.