2026-05-27T05:23:37Zhttps://riuma.uma.es/rest/oai/request

oai:riuma.uma.es:10630/324552026-02-03T12:31:07Zcom_10630_2254col_10630_37959

Detección de partes del cuerpo en imágenes multimodales de búsqueda y rescate. González Centeno, Alejandro Vázquez-Martín, Ricardo Mandow, Anthony García-Cerezo, Alfonso José Visión por ordenador Aprendizaje automático (Inteligencia artificial) Redes neuronales (Informática) Robótica Operaciones de búsqueda y rescate 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. 2024-08-28T11:09:01Z 2024-08-28T11:09:01Z 2024-08-28T11:09:01Z 2022 conference output 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 https://hdl.handle.net/10630/32455 spa Jornadas de Robótica, Educación y Bioingeniería Málaga 18-20 de mayo 2022 http://creativecommons.org/licenses/by-nc-sa/4.0/ open access Attribution-NonCommercial-ShareAlike 4.0 Internacional Dpto. de Ingeniería de Sistemas y Automática Universidad de Málaga