• español
  • English
  • français
  • Deutsch
  • português (Brasil)
  • italiano
    • español
    • English
    • français
    • Deutsch
    • português (Brasil)
    • italiano
    • español
    • English
    • français
    • Deutsch
    • português (Brasil)
    • italiano
    JavaScript is disabled for your browser. Some features of this site may not work without it.

    Parcourir

    Tout UVaDOCCommunautésPar date de publicationAuteursSujetsTitres

    Mon compte

    Ouvrir une session

    Statistiques

    Statistiques d'usage de visualisation

    Compartir

    Voir le document 
    •   Accueil de UVaDOC
    • PROJET DE FIN D'ÉTUDES
    • Trabajos Fin de Grado UVa
    • Voir le document
    •   Accueil de UVaDOC
    • PROJET DE FIN D'ÉTUDES
    • Trabajos Fin de Grado UVa
    • Voir le document
    • español
    • English
    • français
    • Deutsch
    • português (Brasil)
    • italiano

    Exportar

    RISMendeleyRefworksZotero
    • edm
    • marc
    • xoai
    • qdc
    • ore
    • ese
    • dim
    • uketd_dc
    • oai_dc
    • etdms
    • rdf
    • mods
    • mets
    • didl
    • premis

    Citas

    Por favor, use este identificador para citar o enlazar este ítem:https://uvadoc.uva.es/handle/10324/71294

    Título
    Generación de escenarios de conducción sintéticos usando Deep Learning y técnicas de Inpainting
    Autor
    Abad Hernández, Javier
    Director o Tutor
    Barrio Solórzano, ManuelAutoridad UVA
    García García, Álvaro
    Editor
    Universidad de Valladolid. Escuela de Ingeniería Informática de ValladolidAutoridad UVA
    Año del Documento
    2024
    Titulación
    Grado en Ingeniería Informática
    Résumé
    En este trabajo presentamos un problema en el campo de la conducción autónoma que se apoya en Inteligencia Artificial (IA) en el área de Visión por Computadora (CV) para recrear imágenes mediante la técnica de inpainting. Actualmente, es un problema que no ha sido explorado en profundidad, por ello, buscamos hallar una solución válida mediante el uso de Redes Neuronales Convolucionales (CNN). Para lograrlo, empezamos a probar distintas soluciones y finalmente, elegimos una solución concreta. Se presentan los resultados obtenidos para cada red y para varios conjuntos de imágenes (entre los que destacan los de conducción autónoma) mediante el uso de distintas métricas, imágenes y gráficas. De manera que se vea el progreso y los conocimientos obtenidos durante este Trabajo de Fin de Grado.
     
    The problem in autonomous driving relies on Artificial Intelligence in the area of Computer Vision to recreate images using the inpainting technique. This problem is not well-known, so we want to find a good solution using convolutional neural networks (CNN). To achieve this, we will try different solutions until we choose a concrete one, taking it as the final solution. Different metrics, images, and graphs are used to present the results achieved for each network and for various image sets. In order to demonstrate the advancements and understanding achieved in this Final Degree Project.
    Palabras Clave
    Inpainting
    Conducción autónoma
    Departamento
    Departamento de Informática (Arquitectura y Tecnología de Computadores, Ciencias de la Computación e Inteligencia Artificial, Lenguajes y Sistemas Informáticos)
    Idioma
    spa
    URI
    https://uvadoc.uva.es/handle/10324/71294
    Derechos
    openAccess
    Aparece en las colecciones
    • Trabajos Fin de Grado UVa [30857]
    Afficher la notice complète
    Fichier(s) constituant ce document
    Nombre:
    G6891.pdf
    Tamaño:
    27.75Mo
    Formato:
    Adobe PDF
    Thumbnail
    Voir/Ouvrir
    Attribution-NonCommercial-NoDerivatives 4.0 InternacionalExcepté là où spécifié autrement, la license de ce document est décrite en tant que Attribution-NonCommercial-NoDerivatives 4.0 Internacional

    Universidad de Valladolid

    Powered by MIT's. DSpace software, Version 5.10