|
|
Emmanuel Moran, B. V. & M. R. (2023). Towards a Robust Solution for the Supermarket Shelf Audit Problem. In 26th Iberoamerican Congress on Pattern Recognition (CIARP 2023) Coimbra 27-30 November 2023 (Vol. Vol. 14469 LNCS, pp. 257–271).
|
|
|
|
Tyrone Rodríguez, A. G., Paolo Piedrahita & Miguel Realpe. (2025). Towards Birds Conservation in Dry Forest Ecosystems through Audio Recognition via Deep Learning. In Lecture Notes in Networks and Systems: 9th International Congress on Information and Communication Technology ICICT 2024 London 19 – 22 Febrero 2024 (Vol. Vol. 1054 LNNS, pp. 45–57).
|
|
|
|
Miguel Realpe, Boris X. Vintimilla, & L. Vlacic. (2015). Towards Fault Tolerant Perception for autonomous vehicles: Local Fusion. In IEEE 7th International Conference on Cybernetics and Intelligent Systems (CIS) and IEEE Conference on Robotics, Automation and Mechatronics (RAM), Siem Reap, 2015. (pp. 253–258).
Abstract: Many robust sensor fusion strategies have been developed in order to reliably detect the surrounding environments of an autonomous vehicle. However, in real situations there is always the possibility that sensors or other components may fail. Thus, internal modules and sensors need to be monitored to ensure their proper function. This paper introduces a general view of a perception architecture designed to detect and classify obstacles in an autonomous vehicle's environment using a fault tolerant framework, whereas elaborates the object detection and local fusion modules proposed in order to achieve the modularity and real-time process required by the system.
|
|
|
|
Pabelco Zambrano, F. C., Héctor Villegas, Jonathan Paillacho, Doménica Pazmiño, Miguel Realpe. (2023). UAV Remote Sensing applications and current trends in crop monitoring and diagnostics: A Systematic Literature Review. In IEEE 13th International Conference on Pattern Recognition Systems (ICPRS) 2023, 4-7 julio 2023.
|
|
|
|
José Reyes, Axel Godoy, & Miguel Realpe. (2019). Uso de software de código abierto para fusión de imágenes agrícolas multiespectrales adquiridas con drones. In International Multi-Conference of Engineering, Education and Technology (LACCEI 2019); Montego Bay, Jamaica (Vol. 2019-July).
Abstract: Los drones o aeronaves no tripuladas son muy útiles para la adquisición de imágenes, de forma mucho más simple que los satélites o aviones. Sin embargo, las imágenes adquiridas por drones deben ser combinadas de alguna forma para convertirse en información de valor sobre un terreno o cultivo. Existen diferentes programas que reciben imágenes y las combinan en una sola imagen, cada uno con diferentes características (rendimiento, precisión, resultados, precio, etc.). En este estudio se revisaron diferentes programas de código abierto para fusión de imágenes, con el ?n de establecer cuál de ellos es más útil, especí?camente para ser utilizado por pequeños y medianos agricultores en Ecuador. Los resultados pueden ser de interés para diseñadores de software, ya que al utilizar código abierto, es posible modi?car e integrar los programas en un ?ujo de trabajo más simpli?cado. Además, que permite disminuir costos debido a que no requiere de pagos de licencias para su uso, lo cual puede repercutir en un mayor acceso a la tecnología para los pequeños y medianos agricultores. Como parte de los resultados de este estudio se ha creado un repositorio de acceso público con algoritmos de pre-procesamiento necesarios para manipular las imágenes adquiridas por una cámara multiespectral y para luego obtener un mapa completo en formatos RGB, CIR y NDVI.
|
|
