Show simple item record

dc.contributor.advisorArganda Carreras, Ignacio
dc.contributor.authorGarcía Fonseca, Mikel
dc.date.accessioned2019-10-04T07:45:36Z
dc.date.available2019-10-04T07:45:36Z
dc.date.issued2019-09-30
dc.identifier.urihttp://hdl.handle.net/10810/35603
dc.description.abstractLa detección y reproyección de objetos 3D en imágenes monoculares ha sido poco usada en el ámbito de la conducción autónoma debido a la gran eficacia del uso de LiDARs (Laser Imaging Detection and Ranging). El problema con este método es el precio de estos sistemas láser. Con el aumento de la capacidad de cómputo de tanto tarjetas gráficas como procesadores, la tarea de reproyección usando solo las detecciones de redes neuro- nales y cámaras calibradas está volviéndose más viable. Es por esto que se ha propuesto un método de reproyección de detecciones 2D, realizando la calibración de un sistema de 4 cámaras en el vehículo de testeo del centro de investigación Vicomtech. El método se ha integrado en un diagrama RTMaps (Real Time Multisensor applications) en tiempo real, y utilizado en el vehículo de test en diferentes demostraciones. Adicionalmente, se ha realizado un estudio del error de reproyección utilizando una base de datos anotada y accesible públicamente.es_ES
dc.language.isospaes_ES
dc.rightsinfo:eu-repo/semantics/openAccesses_ES
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/es/*
dc.subjectinteligencia artificiales_ES
dc.subjectred neuronales_ES
dc.subjectdetección y reproyección de objetos 3D en imágenes monoculareses_ES
dc.titleReproyección multi-vista de objetos para vehículos autónomoses_ES
dc.typeinfo:eu-repo/semantics/masterThesises_ES
dc.rights.holderAtribución-NoComercial-SinDerivadas 3.0 Españaes_ES


Files in this item

Thumbnail
Thumbnail

This item appears in the following Collection(s)

Show simple item record

Atribución-NoComercial-SinDerivadas 3.0 España
Except where otherwise noted, this item's license is described as Atribución-NoComercial-SinDerivadas 3.0 España