Glosario IA
El diccionario completo de la Inteligencia Artificial
Mejora de imágenes en condiciones de baja luz
Preprocesamiento que mejora la visibilidad de los objetos en escenas poco iluminadas amplificando la señal luminosa mientras minimiza el ruido, a menudo mediante redes neuronales adversarias generativas (GAN).
Detección resistente a las condiciones meteorológicas
Capacidad de un sistema para mantener un rendimiento de detección estable a pesar de perturbaciones meteorológicas como lluvia, nieve o niebla, a menudo mediante arquitecturas de eliminación de ruido específicas.
Modelos basados en partes
Enfoque de detección que modela un objeto como una colección de partes espaciales conectadas, permitiendo mayor robustez ante oclusiones al detectar subcomponentes visibles incluso si el objeto global está enmascarado.
Fusión de características multiescala
Método que combina características visuales a diferentes resoluciones espaciales para mejorar la detección de objetos de diversos tamaños y en condiciones de bajo contraste donde los detalles son difíciles de discernir.
Aumentación de datos sintéticos
Generación de imágenes de entrenamiento artificiales que simulan condiciones difíciles (lluvia, noche, niebla) para enriquecer el conjunto de datos y mejorar la robustez del modelo sin necesidad de recopilar imágenes reales correspondientes.
Entrenamiento adversarial para robustez
Proceso de entrenamiento donde el modelo se enfrenta a ejemplos perturbados de manera maliciosa o por condiciones difíciles, obligándolo a aprender representaciones más invariantes y resistentes.
Fusión de imágenes térmicas
Integración de datos provenientes de sensores infrarrojos térmicos con imágenes visibles para permitir la detección de objetos en oscuridad total o a través de condiciones meteorológicas opacas.
Aprendizaje autosupervisado para robustez
Paradigma de aprendizaje donde el modelo genera sus propias etiquetas a partir de datos no anotados en condiciones difíciles, permitiéndole aprender características robustas sin supervisión explícita.
Mecanismos de Atención para Oclusión
Uso de capas de atención que permiten al modelo centrarse selectivamente en las partes visibles de un objeto ocluido y ponderar su importancia para la predicción final.
Aprendizaje por Currículum para Condiciones Adversas
Estrategia de entrenamiento que expone el modelo progresivamente a condiciones cada vez más difíciles, simulando un aprendizaje por etapas para mejorar su robustez final.
Redes de Desdifuminado y Deslluvia
Redes neuronales especializadas en la eliminación de artefactos visuales como la niebla o la lluvia antes de la etapa de detección, actuando como un preprocesamiento para restaurar la claridad de la escena.
Redes de Pirámide de Características (FPN) para Objetos Pequeños
Arquitectura que construye una pirámide de características multiescala de alta resolución, esencial para detectar objetos pequeños o parcialmente visibles en imágenes de baja calidad.
Modelado de Consistencia Temporal
Integración de información temporal a partir de secuencias de video para reforzar las detecciones en imágenes individuales degradadas, explotando la coherencia de los objetos a través de los fotogramas.