Investigadores de la Universidad de Córdoba han desarrollado un innovador modelo que utiliza redes neuronales para mejorar la visión artificial en condiciones de poca iluminación. Este avance permite una detección y decodificación más efectiva de marcadores fiduciales, esenciales para la navegación y localización de objetos por robots, como el famoso Atlas de Boston Dynamics. Tradicionalmente, las técnicas de visión artificial fallaban en entornos con escasa luz, pero este nuevo sistema aborda esa limitación mediante un proceso que incluye detección, refinamiento y decodificación de marcadores. Los datos utilizados para entrenar el modelo son accesibles al público, lo que facilita su implementación en diversas aplicaciones. Este desarrollo representa un importante paso adelante en la tecnología de visión artificial.
