Segmentación de imagen y vídeo aplicada a conducción autónoma
[ES] El desarrollo de este TFM está centrado en la implementación de un modelo independiente de segmentación de imagen y vídeo como módulo utilizable por un modelo de conducción autónoma civil. Se pretende comparar la viabilidad de esta aproximación en cuestión de recursos y tiempo de cómputo del si...
| Autor: | |
|---|---|
| Tipo de recurso: | tesis de maestría |
| Fecha de publicación: | 2025 |
| País: | España |
| Institución: | Universitat Politècnica de València (UPV) |
| Repositorio: | RiuNet. Repositorio Institucional de la Universitat Politécnica de Valéncia |
| Idioma: | español |
| OAI Identifier: | oai:riunet.upv.es:10251/225642 |
| Acceso en línea: | https://riunet.upv.es/handle/10251/225642 |
| Access Level: | acceso abierto |
| Palabra clave: | Conduccion Autonoma Lidar Vision por computador Driving Autonomous Segmentation Computer vision Machine learning Máster Universitario en Inteligencia Artificial, Reconocimiento de Formas e Imagen Digital-Màster Universitari en Intel·ligència Artificial, Reconeixement de Formes i Imatge Digital |
| Sumario: | [ES] El desarrollo de este TFM está centrado en la implementación de un modelo independiente de segmentación de imagen y vídeo como módulo utilizable por un modelo de conducción autónoma civil. Se pretende comparar la viabilidad de esta aproximación en cuestión de recursos y tiempo de cómputo del sistema, así como su efectividad en la tarea de conducción autónoma. Por un lado, se pretende investigar modelos de conducción autónoma, su estructura y funcionamiento, así como modelos de segmentación asociados. Por otro lado, se propone reproducir el entrenamiento y evaluación de modelos de conducción autónoma prometedores. Asimismo, se propone extender estos modelos con la ayuda de modelos de segmentación innovadores. |
|---|