RT info:eu-repo/semantics/bachelorThesis
T1 Segmentación de imágenes urbanas de un dron mediante Deep Learning
A1 Martín Sanz, Carlos (Escuela de Ingeniería Informática de Valladolid)
A2 Universidad de Valladolid. Escuela de Ingeniería Informática de Valladolid
K1 Deep Learning
K1 Pytorch
K1 Drones
AB El campo de la Inteligencia Artificial está adquiriendo una relevancia considerable en diversos ámbitos ysectores de la sociedad. Uno de ellos donde la Inteligencia Artificial ha destacado significativamente, es en laclasificación de imágenes y detección de objetos dentro de las mismas. Gracias a estos avances se ha conseguidodesarrollar aplicaciones tan dispares como: conducción autónoma, diagnostico médico o automatización industrial.Este trabajo explora el área de la Visión por Computador para la detección de zonas de aterrizaje seguraspara drones empleando, para ello, la segmentación de imágenes urbanas. Uno de los propósitos de este trabajoes presentar, tanto el marco teórico, como práctico, para desarrollar este modelo de segmentación de imágenes.Para este fin, se emplean técnicas de Deep Learning (Aprendizaje Profundo), en particular, Redes NeuronalesConvolucionales, bajo la arquitectura conocida como UNET. A pesar de que los resultados obtenidos alcanzan unaalta precisión, considero adecuado mencionar, que no se puede asumir como una solución única y definitiva.Finalmente, el trabajo se complementa con una aplicación web, que permite utilizar el sistema de detección dezonas de aterrizaje de forma eficiente y sencilla. Con ello, una persona puede supervisar y analizar los resultadosobtenidos por la aplicación y proporcionar una cierta explicación de los mismos.
YR 2024
FD 2024
LK https://uvadoc.uva.es/handle/10324/71482
UL https://uvadoc.uva.es/handle/10324/71482
LA spa
NO Departamento de Informática (Arquitectura y Tecnología de Computadores, Ciencias de la Computación e Inteligencia Artificial, Lenguajes y Sistemas Informáticos)
DS UVaDOC
RD 18-may-2025