Generación de imágenes espectrales mediante redes generativas adversarias usando imágenes RGB

Simple item page
dc.contributor.advisorArgüello Fuentes, Henry
dc.contributor.authorMartínez Estrada, Emmanuel David
dc.contributor.evaluatorRomo Bucheli, David Edmundo
dc.contributor.evaluatorMonsalve Salazar, Jonathan Arley
dc.date.accessioned2024-11-27T13:36:26Z
dc.date.available2024-11-27T13:36:26Z
dc.date.created2024-11-06
dc.date.issued2024-11-06
dc.description.abstractLa obtención de imágenes espectrales consiste en capturar y procesar la radiación electromagnética que luego se almacena como una imagen. Se adquieren mediante métodos de escaneo o imágenes espectrales compresivas (CSI), y aunque su uso es amplio en aprendizaje profundo para tareas como reconstrucción, clasificación o detección de anomalías, la captura de estas imágenes es desafiante por sus limitaciones físicas y costos elevados. Esta investigación propone generar imágenes espectrales mediante redes generativas adversarias (GAN) utilizando imágenes RGB. Para ello, un modelo generador, entrenado con ruido aleatorio, produce imágenes espectrales. Estas imágenes se procesan con una función de respuesta espectral que las mapea en RGB, y luego un modelo discriminador evalúa si la imagen mapeada es real o falsa. Se propone además una regularización implícita que emplea un modelo preentrenado con imágenes espectrales reales para asegurar la calidad de las imágenes generadas. Posteriormente, se aplica una normalización de banda espectral en el posprocesamiento. Finalmente, las imágenes generadas son validadas a través de una estrategia de aumento de datos en la tarea de CSI, donde se comprueba que unas pocas imágenes espectrales reales pueden mejorar el rendimiento del método CSI en la reconstrucción.
dc.description.abstractenglishSpectral imaging involves acquiring and processing electromagnetic radiation stored as a spectral image. The spectral images are acquired through scanning or compressive spectral imaging (CSI) methods. Although spectral images are widely used in deep learning for spectral image reconstruction, classification, or anomaly detection, their acquisition is a challenging task due to physical and cost limitations. Therefore, this research proposes generating spectral images through a generative adversarial network (GAN) guided by RGB images. Specifically, a generator model is trained using a random noise input to generate the spectral images. The resulting spectral images are then processed using a spectral response function to obtain RGB-mapped images. Posteriorly, in an adversarial manner, a discriminator model is used to determine whether the generated RGB-mapped image is real or fake. An implicit regularization is also proposed to generate a realistic spectral image, where a pre-trained model with real spectral images is used during GAN training. Additionally, a spectral band post-processing normalization step is performed over the generated images. Finally, to validate the generated spectral images, a data augmentation strategy is performed on the CSI task where we find that a few real captured spectral images are enough to improve CSI performance.
dc.description.cvlachttps://scienti.minciencias.gov.co/cvlac/visualizador/generarCurriculoCv.do?cod_rh=0001812835
dc.description.degreelevelMaestría
dc.description.degreenameMagíster en Ingeniería de Sistemas e Informática
dc.description.googlescholarhttps://scholar.google.com/citations?user=2cuVkZMAAAAJ
dc.description.orcidhttps://orcid.org/0000-0002-6458-4258
dc.format.mimetypeapplication/pdf
dc.identifier.instnameUniversidad Industrial de Santander
dc.identifier.reponameUniversidad Industrial de Santander
dc.identifier.repourlhttps://noesis.uis.edu.co
dc.identifier.urihttps://noesis.uis.edu.co/handle/20.500.14071/44845
dc.language.isoeng
dc.publisherUniversidad Industrial de Santander
dc.publisher.facultyFacultad de Ingeníerias Fisicomecánicas
dc.publisher.programMaestría en Ingeniería de Sistemas e Informática
dc.publisher.schoolEscuela de Ingeniería de Sistemas e Informática
dc.rightsinfo:eu-repo/semantics/openAccess
dc.rights.accessrightsinfo:eu-repo/semantics/openAccess
dc.rights.coarhttp://purl.org/coar/access_right/c_abf2
dc.rights.creativecommonsAtribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
dc.rights.licenseAtribución-NoComercial-SinDerivadas 2.5 Colombia (CC BY-NC-ND 2.5 CO)
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/
dc.subjectGeneración de imágenes espectrales
dc.subjectRedes generativas adversarias
dc.subjectImágenes RGB
dc.subjectImágenes espectrales compresivas
dc.subject.keywordSpectral Image Generation
dc.subject.keywordGenerative Adversarial Networks
dc.subject.keywordRGB Images
dc.subject.keywordCompressive Spectral Imaging
dc.titleGeneración de imágenes espectrales mediante redes generativas adversarias usando imágenes RGB
dc.title.englishSpectral image generation through generative adversarial networks using RGB images
dc.type.coarhttp://purl.org/coar/resource_type/c_bdcc
dc.type.hasversionhttp://purl.org/coar/version/c_b1a7d7d4d402bcce
dc.type.localTesis/Trabajo de grado - Monografía - Maestría
Files
Original bundle
Now showing 1 - 3 of 3
No Thumbnail Available
Name:
Nota de proyecto.pdf
Size:
571.08 KB
Format:
Adobe Portable Document Format
Download
No Thumbnail Available
Name:
Carta de autorización.pdf
Size:
343.78 KB
Format:
Adobe Portable Document Format
Download
No Thumbnail Available
Name:
Documento.pdf
Size:
11.62 MB
Format:
Adobe Portable Document Format
Download
License bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
2.18 KB
Format:
Item-specific license agreed to upon submission
Description:
Download
Collections
Maestría en Ingeniería de Sistemas e Informática