Fusión temprana de imágenes multiespectrales mediante técnicas de reproyección para tareas de detección mediante algoritmos profundos: Un estudio comparativo

Resumen

Frente a las limitaciones que suponen las condiciones ambientales y de iluminación para el procesamiento de imágenes del espectro visible, la fusión con imágenes de otros espectros constituye una estrategia prometedora para la mejora de la percepción. Este artículo presenta un estudio comparativo de métodos de fusión por reproyección adaptativa que emplean transformaciones en el dominio de la frecuencia o de la varianza para combinar datos de imágenes RGB y térmicas. Se evalúan métodos basados en Análisis de Componentes Principales (PCA), Análisis Factorial (FA), y fusión basada en Wavelets y Curvelets, todos ellos integrados en un flujo de detección con YOLOv8. Los experimentos se realizan sobre el \textit{dataset} KAIST, con especial atención al rigor metodológico y la reproducibilidad. Los resultados se comparan con métodos previos, mostrando sus fortalezas pero también sus limitaciones y desventajas frente a métodos más clásicos. Finalmente, se discuten las implicaciones para futuras investigaciones y el valor de un diseño experimental robusto como punto indispensable en el avance del estado del arte de la fusión de imágenes multiespectrales.