Segmentación semántica multiclase de imágenes submarinas utilizando redes neuronales profundas

Show simple item record

dc.contributor González Cid, Yolanda
dc.contributor.author Riutort Ozcáriz, Ivan
dc.date 2019
dc.date.accessioned 2020-03-24T10:28:38Z
dc.date.available 2020-03-24T10:28:38Z
dc.identifier.uri http://hdl.handle.net/11201/151551
dc.description.abstract [spa] La Posidonia oceanica es una planta endémica del mar Mediterráneo. Los sucesivos estudios que se realizan manifiestan un descenso significativo de su presencia en este mar. La monitorización y mapeo de los fondos marinos es imprescindible para poder realizar un seguimiento de la evolución de la Posidonia y así poder realizar acciones para intentar revertir esta situación. En este Trabajo de Fin de Grado (TFG) se ha implementado una red neuronal profunda (Deep Neural Network) para realizar una segmentación semántica de imágenes del fondo marino ofreciendo mejoras respecto a las técnicas utilizadas actualmente para obtener esta información. La red neuronal desarrollada permite distinguir en las imágenes del fondo marino las zonas de Posidonia, roca y arena. También se ha explorado en este trabajo la posibilidad de identificar otros elementos presentes como la Posidonia muerta, tanto la propia planta como sus hojas sueltas dispersas por el fondo.
dc.format application/pdf
dc.language.iso spa
dc.publisher Universitat de les Illes Balears
dc.rights all rights reserved
dc.rights info:eu-repo/semantics/openAccess
dc.subject 62 - Enginyeria. Tecnologia
dc.title Segmentación semántica multiclase de imágenes submarinas utilizando redes neuronales profundas
dc.type info:eu-repo/semantics/bachelorThesis
dc.type info:eu-repo/semantics/publishedVersion
dc.subject.keywords Aprendizaje profundo
dc.subject.keywords Segmentación semántica
dc.subject.keywords Robótica submarina
dc.subject.keywords Posidonia oceanica


Files in this item

This item appears in the following Collection(s)

Show simple item record

Search Repository


Advanced Search

Browse

My Account

Statistics