Doctorado en Ciencias de la Computación

Permanent URI for this collection

https://noesis.uis.edu.co/handle/20.500.14071/9011

Browse

Browsing Doctorado en Ciencias de la Computación by Subject "coded aperture"

Now showing 1 - 1 of 1
  • Thumbnail Image
    Item
    Diseño y optimización de un sistema compresivo para la adquisición de video espectral
    (Universidad Industrial de Santander, 2022-03-31) León López, Kareth Marcela; Argüello Fuentes, Henry; Romo Buchelli, David Edmundo; Pertuz Arroyo, Said David; Correa Pugliese, Claudia Victoria; Marrugo Hernández, Andrés Guillermo; Vera Rojas, Esteban Mauricio
    Los videos espectrales contienen información espacial y espectral de una escena en el tiempo, implicando un conjunto de cubos de datos tridimensionales. Los sistemas de adquisición de video espectral compresivo (CSVS) adquieren de manera comprimida los videos mediante la codificación y proyección de cada cuadro espectral en un sensor bidimensional, resultando en un conjunto de cuadros espectrales comprimidos. El video es reconstruido a partir de estas medidas comprimidas usando un algoritmo de recuperación, asumiendo que la señal tiene una representación escasa en una base de transformación. La calidad del video espectral reconstruido depende de la base de transformación, la apertura codificada (CA) usada en el sistema CSVS y el método de reconstrucción. Hasta la fecha, se han realizado diferentes esfuerzos para incrementar la calidad de reconstrucción de estos videos tal como agregar una cámara extra para adquirir información adicional. Sin embargo, éstas soluciones son costosas o ineficientes en aplicaciones prácticas. Según la literatura, es posible obtener un alto rendimiento diseñando conjuntamente la base, la CA y el procedimiento de recuperación. Sin embargo, hasta donde se tiene conocimiento, no existe trabajos previos sobre el diseño conjunto de éstas etapas en sistemas CSVS, donde la información espectral es valiosa. Esta tesis estudia diferentes estrategias para diseñar y optimizar un sistema CSVS para mejorar la calidad de los cuadros espectrales reconstruidos. Una primera estrategia implica el diseño conjunto de la base de transformación y del método de recuperación usando una representación tensorial de orden superior. Y una segunda estrategia implica la optimización del sistema usando redes neuronales convolucionales, aprovechando la creciente cantidad de datos disponibles en la comunidad científica. Los experimentos numéricos sobre diferentes bases de datos a partir de las metodologías propuestas muestran calidades de reconstrucción superiores en comparación con técnicas de la literatura.