RT Conference Proceedings
T1 Detección de partes del cuerpo en imágenes multimodales de búsqueda y rescate.
A1 González Centeno, Alejandro
A1 Vázquez-Martín, Ricardo
A1 Mandow, Anthony
A1 García-Cerezo, Alfonso José
K1 Visión por ordenador
K1 Aprendizaje automático (Inteligencia artificial)
K1 Redes neuronales (Informática)
K1 Robótica
K1 Operaciones de búsqueda y rescate
AB Los sistemas de visión son fundamentales en ta-reas de búsqueda y rescate (SAR), principalmente en misiones cruciales como la detección de posibles víctimas en entornos de desastre. El uso de imágenes de los espectros visible (RGB) e infrarrojo térmico (TIR) para la detección de objetos son complementarias, y permiten la detección en condiciones de visibilidad limitadas. El presente trabajo analiza cómo las técnicas de aprendizaje profundo basadas en redes neuronales convolucionales (CNN) pueden aplicarse a ambas modalida-des para la detección de partes del cuerpo en esce-narios de catástrofe. Con este fin, se ha empleado la red YOLOv5 en ambos espectros utilizando el conjunto público de datos UMA-SAR dataset. Finalmente, se evalúan sus resultados en distintas condiciones de visibilidad.
PB Dpto. de Ingeniería de Sistemas y Automática Universidad de Málaga
YR 2022
FD 2022
LK https://hdl.handle.net/10630/32455
UL https://hdl.handle.net/10630/32455
LA spa
NO Alejandro González Centeno, Ricardo Vázquez-Martín, Anthony Mandow y Alfonso García-Cerezo (2022) Detección de Partes del Cuerpo en Imágenes Multimodales de Búsqueda y Rescate.Jornadas de Robótica, Educación y Bioingeniería, Málaga, 18-20 de mayo 2022, pp. 161-168
NO Este trabajo ha recibido financiación del proyecto nacional RTI2018-093421-B-I00 y de la Universidad de Málaga (Andalucía Tech).
DS RIUMA. Repositorio Institucional de la Universidad de Málaga
RD 21 ene 2026