• 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.

    Stöbern

    Gesamter BestandBereicheErscheinungsdatumAutorenSchlagwortenTiteln

    Mein Benutzerkonto

    Einloggen

    Statistik

    Benutzungsstatistik

    Compartir

    Dokumentanzeige 
    •   UVaDOC Startseite
    • STUDIENABSCHLUSSARBEITEN
    • Trabajos Fin de Grado UVa
    • Dokumentanzeige
    •   UVaDOC Startseite
    • STUDIENABSCHLUSSARBEITEN
    • Trabajos Fin de Grado UVa
    • Dokumentanzeige
    • 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/10324/79693

    Título
    Soluciones Deep Learning para deblurring y su aplicación en entornos industriales
    Autor
    Villacorta Nicolás, David
    Director o Tutor
    Bregón Bregón, AníbalAutoridad UVA
    Mielgo Martín, PaulaAutoridad UVA
    Editor
    Universidad de Valladolid. Escuela de Ingeniería Informática de SegoviaAutoridad UVA
    Año del Documento
    2025
    Titulación
    Grado en Ingeniería Informática de Servicios y Aplicaciones
    Zusammenfassung
    El desenfoque o blur es un problema frecuente en las imágenes, que afecta a la calidad visual y al rendimiento de los sistemas que dependen de ellas. En este trabajo se exploran las principales técnicas de deblurring basadas en Deep Learning, analizando diferentes arquitecturas que han demostrado ser eficaces en la restauración de la calidad de las imágenes. Además, se estudia su aplicación en entornos industriales, donde la calidad de las imágenes es un factor clave para determinados procesos. A través de este estudio, se busca evaluar el impacto de estas soluciones en la mejora de la precisión y eficiencia operativa en distintos ámbitos industriales.
    Materias (normalizadas)
    Aprendizaje automático
    Imágenes ópticas
    Inteligencia artificial
    Materias Unesco
    1203.04 Inteligencia Artificial
    Palabras Clave
    deep learning
    deblurring
    blur
    redes neuronales
    entornos industriales
    Idioma
    spa
    URI
    https://uvadoc.uva.es/handle/10324/79693
    Derechos
    openAccess
    Aparece en las colecciones
    • Trabajos Fin de Grado UVa [32834]
    Zur Langanzeige
    Dateien zu dieser Ressource
    Nombre:
    TFG-B. 2512.pdf
    Tamaño:
    18.28Mb
    Formato:
    Adobe PDF
    Thumbnail
    Öffnen
    Attribution-NonCommercial-NoDerivatives 4.0 InternacionalSolange nicht anders angezeigt, wird die Lizenz wie folgt beschrieben: Attribution-NonCommercial-NoDerivatives 4.0 Internacional

    Universidad de Valladolid

    Powered by MIT's. DSpace software, Version 5.10