Real-life applications of computer vision often require high-quality visual sensors. With current technology, such sensors are expensive. Empirical evidence from our ERC-funded research of biological vision suggests that eye motio...
ver más
FJC2018-035829-I
Visión por Computador y Reconocimiento de Patrones
50K€
Cerrado
TIN2009-14404-C02-01
TECNICAS DE APRENDIZAJE PARA SISTEMAS DE VISION A GRAN ESCAL...
204K€
Cerrado
DPI2015-64571-R
IDENTIFICACION AUTOMATICA DE INFORMACION RELEVANTE EN IMAGEN...
100K€
Cerrado
RYC-2008-03789
Scalable Object Recognition Systems
192K€
Cerrado
PTQ-08-01-06929
Reconocimiento y extracción de objetos y personajes a partir...
52K€
Cerrado
RSM
Rich Structured Models for Scene Recovery Understanding an...
2M€
Cerrado
Últimas noticias
27-11-2024:
Videojuegos y creaci...
Se abre la línea de ayuda pública: Ayudas para la promoción del sector del videojuego, del pódcast y otras formas de creación digital
27-11-2024:
DGIPYME
En las últimas 48 horas el Organismo DGIPYME ha otorgado 1 concesiones
Descripción del proyecto
Real-life applications of computer vision often require high-quality visual sensors. With current technology, such sensors are expensive. Empirical evidence from our ERC-funded research of biological vision suggests that eye motion enhances recognition capabilities beyond what could be expected if the eye was functioning as a static camera. Motivated by these findings, here we aim to perform the major computer vision tasks required for many real-life applications, including segmentation, classification and identification, with low-resolution cameras. The idea is to use a series of low-resolution frames from a moving camera, rather than using a single high-resolution image. This novel algorithm, termed here DRVis, can be implemented in software or hardware. Unlike existing solutions that use multiple frames to reconstruct a high resolution image from low resolution ones, DRVis does not need to learn all the particularities needed for reconstruction; instead, it focuses on extracting the necessary features per the given task. The goals of the PoC project are to scale up and diversify our current software system, implement the system in hardware and demonstrate its performance in field conditions and develop the IPR strategy and explore the commercialization potential of our solution. We expect it will be applicable to a wide spectrum of image processing tasks in settings where sensor quality is low but multiple time samples are available including smart agriculture, drone navigation and visual aid devices.
Seleccionando "Aceptar todas las cookies" acepta el uso de cookies para ayudarnos a brindarle una mejor experiencia de usuario y para analizar el uso del sitio web. Al hacer clic en "Ajustar tus preferencias" puede elegir qué cookies permitir. Solo las cookies esenciales son necesarias para el correcto funcionamiento de nuestro sitio web y no se pueden rechazar.
Cookie settings
Nuestro sitio web almacena cuatro tipos de cookies. En cualquier momento puede elegir qué cookies acepta y cuáles rechaza. Puede obtener más información sobre qué son las cookies y qué tipos de cookies almacenamos en nuestra Política de cookies.
Son necesarias por razones técnicas. Sin ellas, este sitio web podría no funcionar correctamente.
Son necesarias para una funcionalidad específica en el sitio web. Sin ellos, algunas características pueden estar deshabilitadas.
Nos permite analizar el uso del sitio web y mejorar la experiencia del visitante.
Nos permite personalizar su experiencia y enviarle contenido y ofertas relevantes, en este sitio web y en otros sitios web.