Simulación de entornos urbanos para el aprendizaje de descriptores locales de apariencia

Audante Ramos, Néstor Rafael (2019). Simulación de entornos urbanos para el aprendizaje de descriptores locales de apariencia. Thesis (Master thesis), E.T.S. de Ingenieros Informáticos (UPM).

Description

Title: Simulación de entornos urbanos para el aprendizaje de descriptores locales de apariencia
Author/s:
  • Audante Ramos, Néstor Rafael
Contributor/s:
  • Suárez Canosa, Xoan Iago
  • Baumela Molina, Luis
Item Type: Thesis (Master thesis)
Masters title: Inteligencia Artificial
Date: 17 July 2019
Subjects:
Faculty: E.T.S. de Ingenieros Informáticos (UPM)
Department: Inteligencia Artificial
Creative Commons Licenses: Recognition - No derivative works - Non commercial

Full text

[img]
Preview
PDF - Requires a PDF viewer, such as GSview, Xpdf or Adobe Acrobat Reader
Download (2MB) | Preview

Abstract

En este trabajo se presenta “RUF3DM” una base de datos de: (1) imágenes urbanas realistas, que contienen información de profundidad, obtenidas desde un simulador y (2) porciones pequeñas de imágenes (patches) correspondientes a esquinas, manchas y segmentos (características locales) provenientes de las imágenes previamente mencionadas. Esta base de datos puede ser usada en distintos tipos de problemas, como pueden ser la estimación de puntos de fuga, la reconstrucción 3D, la estimación de profundidad, etc. Asimismo, se detalla paso a paso el procedimiento seguido para la generación de la base de datos, que básicamente consiste en: (1) obtener las imágenes y su información de profundidad, (2) alinear los sistemas de referencia para expresar las coordenadas de la cámara y su orientación en términos del mundo, (3) la detección de las características locales, (4) la orientación y el recortado de los patches y (5) la evaluación de la eficacia de los patches generados en el entrenamiento de un descriptor. Los experimentos realizados demuestran que el dataset sintético generado es tan parecido al real, que los descriptores de imágenes locales pueden ser entrenados a partir de este dataset y obtener resultados comparables con los obtenidos con imágenes reales.

More information

Item ID: 56021
DC Identifier: http://oa.upm.es/56021/
OAI Identifier: oai:oa.upm.es:56021
Deposited by: Biblioteca Facultad de Informatica
Deposited on: 06 Aug 2019 08:37
Last Modified: 06 Aug 2019 08:37
  • Logo InvestigaM (UPM)
  • Logo GEOUP4
  • Logo Open Access
  • Open Access
  • Logo Sherpa/Romeo
    Check whether the anglo-saxon journal in which you have published an article allows you to also publish it under open access.
  • Logo Dulcinea
    Check whether the spanish journal in which you have published an article allows you to also publish it under open access.
  • Logo de Recolecta
  • Logo del Observatorio I+D+i UPM
  • Logo de OpenCourseWare UPM