RT info:eu-repo/semantics/masterThesis
T1 Desarrollo de un sistema para la interpretación y predicción de la situación del tráfico mediante Deep Learning
A1 Herranz Perdiguero, Carlos
K1 CNN (Convolutional Neural Network)
K1 Comprensión semántica de escenas
K1 Estimación de velocidad
K1 Sistemas Inteligentes de Transporte
K1 Deep Learning
K1 Telecomunicaciones
K1 Telecommunication
AB La comprensión semántica de una escena es un aspecto clave en múltiples aplicacionesde inteligencia artificial, tanto para los Sistemas Inteligentes de Transporte como para losrobots. En este Trabajo Fin de Máster se diseña, desarrolla y evalúa un sistema que, basadoen la segmentación semántica de imágenes, obtenida mediante una red neuronal convolucional,permite realizar las distintas tareas que abarca la comprensión de una escena: clasificación, detección de objetos y la propia segmentación semántica, de una manera sencilla y eficiente. Además, proponemos una solución enfocada a vehículos inteligentes, que permite, utilizando la segmentación semántica, estimar la velocidad a la que debe circular el vehículo. Para ello, hemos construido una nueva base de datos en la que poder evaluar este nuevo problema. Los resultados confirman que es posible y beneficioso confiar en la segmentación semántica para llevar a cabo las distintas tareas.
YR 2018
FD 2018
LK http://hdl.handle.net/10017/33822
UL http://hdl.handle.net/10017/33822
LA spa
DS MINDS@UW
RD 31-ene-2023