Estimación pasiva de la profundidad a partir de imágenes hiperespectrales en el infrarrojo de onda larga (LWIR) mediante aprendizaje profundo guiado por la física

Abstract

La estimación pasiva de la profundidad constituye un reto fundamental en la visión por computadora, especialmente en escenarios con baja visibilidad donde los enfoques basados en el espectro visible fallan. La radiación térmica en el infrarrojo de onda larga (LWIR) ofrece una alternativa prometedora, pues aprovecha la emisión natural de calor de los objetos, permitiendo su observación sin necesidad de iluminación activa. En este trabajo presentamos una arquitectura de aprendizaje profundo para la estimación de la profundidad a partir de imágenes hiperespectrales en el LWIR, integrada con un modelo físico de formación de imagen que guía el entrenamiento. El método propuesto combina un Transformer encoder pre-entrenado, adaptado a imágenes hiperespectrales, con tres decoders para estimar los mapas de profundidad, temperatura y emisividad. Estas predicciones se guían por una función de pérdida física basada en el modelo de formación de imagen, con la intención de que tengan coherencia con las propiedades reales de la escena. Evaluamos exhaustivamente nuestro método en un conjunto de datos sintético y realizamos validaciones en escenarios reales. Los resultados demuestran que la propuesta es comparable a los métodos de referencia, mostrando una estimación de la profundidad que preserva detalles finos y estructuras complejas en escenarios sintéticos y mejor capacidad de generalización en escenas del mundo real.