Reconstrucción 3D de sólidos deformables mediante el uso de redes convolucionales
Este trabajo de fin de master tiene por objetivo la reconstrucción 3D de sólidos deformables mediante la utilización de redes neuronales convolucionales, en este caso con una arquitectura encoder-decoder.Dicha aplicación busca una futura aplicación en realidad aumentada.
| Autor: | |
|---|---|
| Tipo de recurso: | tesis de maestría |
| Fecha de publicación: | 2018 |
| País: | España |
| Institución: | Universidad de Alcalá (UAH) |
| Repositorio: | e_Buah Biblioteca Digital Universidad de Alcalá |
| Idioma: | español |
| OAI Identifier: | oai:ebuah.uah.es:10017/34461 |
| Acceso en línea: | http://hdl.handle.net/10017/34461 |
| Access Level: | acceso abierto |
| Palabra clave: | SfT (Shape-from-Template) CNN (Convolutional Neural Network) Warp NRSfM (Non-Rigid Structure-from-Motion) CMI Ingeniería industrial Industrial engineering |
| Sumario: | Este trabajo de fin de master tiene por objetivo la reconstrucción 3D de sólidos deformables mediante la utilización de redes neuronales convolucionales, en este caso con una arquitectura encoder-decoder.Dicha aplicación busca una futura aplicación en realidad aumentada. |
|---|