Mostrar el registro sencillo del ítem
dc.contributor.advisor | Abad Cerdá, Francisco José | es_ES |
dc.contributor.advisor | Gomez, Randy | es_ES |
dc.contributor.author | Martínez Cebrián, Héctor | es_ES |
dc.date.accessioned | 2018-10-24T18:27:40Z | |
dc.date.available | 2018-10-24T18:27:40Z | |
dc.date.created | 2018-09-20 | |
dc.date.issued | 2018-10-24 | es_ES |
dc.identifier.uri | http://hdl.handle.net/10251/111225 | |
dc.description.abstract | [ES] Kinect es el dispositivo más empleado para la extracción de esqueletos a partir de imágenes de personas en movimiento. Sin embargo, la inexactitud de los datos que proporciona limita la calidad de los estudios que se basan en Kinect. Numerosas líneas de investigación tratan de encontrar un método que mejore la exactitud y utilidad de los datos que proporciona el dispositivo. Este trabajo presenta el uso conjunto y personalizado de DepthYOLO y Decision Maker como método alternativo de extracción de esqueletos basado en deep learning y a partir de la información que ofrece Kinect. Los resultados indican una clara mejoría respecto a los resultados brutos que ofrece Kinect si bien existe margen de mejora, sobre todo en el procesamiento que hace Decision Maker | es_ES |
dc.description.abstract | [EN] Kinect is the most used device for skeleton extraction from images of people in motion. However, it renders inaccurate data that limit the quality of research based on Kinect. Many lines of research try to find a method which improves the accuracy and usability of Kinect data. This work explores the use of DepthYOLO and Decision Maker in a joint and customized way as an alternative method of skeleton extraction based on deep learning applied to the information provided by Kinect. Results show a clear improvement of accuracy in skeleton extraction compared with raw data provided by Kinect, but there is still room for improvement especially regarding data processing made by Decision Maker. | es_ES |
dc.format.extent | 58 | es_ES |
dc.language | Español | es_ES |
dc.publisher | Universitat Politècnica de València | es_ES |
dc.rights | Reconocimiento - No comercial (by-nc) | es_ES |
dc.subject | Kinect | es_ES |
dc.subject | reconocimiento de imagen | es_ES |
dc.subject | redes neuronales | es_ES |
dc.subject | pattern recognition | es_ES |
dc.subject | neural networks | es_ES |
dc.subject | YOLO | es_ES |
dc.subject | Extracción de esqueletos | es_ES |
dc.subject | Aprendizaje profundo | es_ES |
dc.subject | Deep learning | es_ES |
dc.subject | Skeleton extraction | es_ES |
dc.subject.classification | LENGUAJES Y SISTEMAS INFORMATICOS | es_ES |
dc.subject.other | Grado en Ingeniería Informática-Grau en Enginyeria Informàtica | es_ES |
dc.title | Sistema de mejora de la extracción de esqueletos de Kinect mediante el algoritmo YOLO | es_ES |
dc.type | Proyecto/Trabajo fin de carrera/grado | es_ES |
dc.rights.accessRights | Abierto | es_ES |
dc.contributor.affiliation | Universitat Politècnica de València. Departamento de Sistemas Informáticos y Computación - Departament de Sistemes Informàtics i Computació | es_ES |
dc.contributor.affiliation | Universitat Politècnica de València. Escola Tècnica Superior d'Enginyeria Informàtica | es_ES |
dc.description.bibliographicCitation | Martínez Cebrián, H. (2018). Sistema de mejora de la extracción de esqueletos de Kinect mediante el algoritmo YOLO. http://hdl.handle.net/10251/111225 | es_ES |
dc.description.accrualMethod | TFGM | es_ES |
dc.relation.pasarela | TFGM\94503 | es_ES |