RT info:eu-repo/semantics/bachelorThesis
T1 Técnicas de aprendizaje automático para la evaluación de imágen en condiciones de niebla
A1 Macicior Borregón, María Teresa
A2 Universidad de Valladolid. Facultad de Ciencias
K1 Aprendizaje automático
K1 Redes neuronales convolucionales
K1 t-SNE
K1 Imagen
AB En este trabajo se busca solucionar la falta de conjuntos de datos parael entrenamiento de modelos de visión artificial en condiciones de niebla, locual es un inconveniente para avanzar en el desarrollo y desempeño de losmismos.Para solucionar este problema se plantea la hipótesis de la utilización deimágenes sintéticas como fuente de entrenamiento.El uso de técnicas de aprendizaje automático demuestra que el empleo deimágenes sintéticas en el entrenamiento de modelos de visión artificial puedeser una solución para la falta de conjuntos de datos.Para discutir esta hipótesis, en este proyecto se implementan, redes neuronales convolucionales y algoritmos de agrupación, para la selección y evaluación de imágenes artificiales con niebla.Se utilizan estas técnicas con el fin de escoger imágenes realistas y así poderutilizar conjuntos de datos reales y sintéticos para entrenar modelos de visiónartificial.La creación de estos modelos se realiza en Python, el entrenamiento de losmismos se realiza con conjuntos de imágenes privadas, extraídas de vídeos ocreadas con un programa.
YR 2025
FD 2025
LK https://uvadoc.uva.es/handle/10324/77844
UL https://uvadoc.uva.es/handle/10324/77844
LA spa
NO Departamento de Estadística e Investigación Operativa
DS UVaDOC
RD 08-nov-2025