Estimación de imágenes de profundidad a partir de imágenes a color usando aprendizaje profundo.

De León Damas, Isaac

Estimación de imágenes de profundidad a partir de imágenes a color usando aprendizaje profundo.

dc.contributor.advisor	Mederos Madrazo, Boris Jesús
dc.contributor.author	De León Damas, Isaac
dc.date.accessioned	2024-09-18T17:20:22Z
dc.date.available	2024-09-18T17:20:22Z
dc.date.issued	2023-03
dc.description	La presente investigación tiene como objetivo la mejora de un sistema de predicción de profundidad en imágenes de color a través de algoritmos de aprendizaje profundo. Se propusieron varios modelos de redes neuronales convolucionales con el fin de obtener mejores resultados en la predicción de imágenes de profundidad. Para todos los modelos de red se utilizó la arquitectura del autocodificador y se emplearon dos redes distintas en el codificador, la DenseNet169 y ResNet50. Para el entrenamiento de la red se utilizaron 2 funciones de costo: la función de costo estándar y la función de pérdida de BerHu. El entrenamiento de estas redes se realizó con ayuda de la base de datos NYU Depth v2 la cual contiene imágenes capturadas con una cámara RGB de profundidad. A su vez, se utilizó el conjunto de prueba de esta base de datos sumado a las métricas de calidad en imágenes PSNR y SIMM para evaluar el desempeño de la predicción en los modelos de red obteniendo un valor SIMM promedio de 0.9102 y un valor de PSNR de 18.77dB. Como conclusión se mostró que el modelo de red con la DenseNet169 en el codificador obtuvo mejores resultados en la reconstrucción de imágenes de profundidad que el modelo de red propuesto basado en la ResNet50. A pesar de obtener un resultado satisfactorio se requiere mejorar la calidad en la predicción de imágenes con valores de SSIM mayores a 0.95 y valores de PSNR mayores a 30 dB.
dc.description.video	https://erecursos.uacj.mx/bitstreams/1eb77474-c716-48ba-af5b-1f39788e6537/download
dc.identifier.uri	https://hdl.handle.net/20.500.11961/6988
dc.language.iso	spa	es
dc.publisher	Universidad Autónoma de Ciudad Juárez	es
dc.relation.ispartof	Maestría en Ingeniería Eléctrica	es
dc.relation.ispartof	Departamento de Ingeniería Eléctrica y Computación	es
dc.relation.ispartof	Instituto de Ingeniería y Tecnología	es
dc.rights	Attribution-NonCommercial-NoDerivs 2.5 Mexico	en
dc.rights.uri	http://creativecommons.org/licenses/by-nc-nd/2.5/mx/
dc.subject	Aprendizaje profundo; procesamiento digital de imágenes; redes neuronales convolucionales; imágenes de profundidad; imágenes RGB.
dc.title	Estimación de imágenes de profundidad a partir de imágenes a color usando aprendizaje profundo.
dc.type	Tesis maestría	es
dc.type	Trabajo de titulación de posgrado
dcrupi.departamento	Departamento de Ingeniería Eléctrica y Computación	es
dcrupi.instituto	Instituto de Ingeniería y Tecnología	es
dcrupi.programa-academico	Maestría en Ingeniería Eléctrica	es
dcterms.thumbnail	http://ri.uacj.mx/vufind/thumbnails/pi-iit-maestria.png	es