Mostra el registre d'ítem simple

dc.contributor.authorPerelló Nieto, Miquel
dc.date.accessioned2015-10-16T12:22:38Z
dc.date.available2015-10-16T12:22:38Z
dc.date.issued2015-05-25
dc.identifier.urihttp://hdl.handle.net/2117/77812
dc.description.abstractAquesta memòria demostra la possibilitat d'utilitzar tècniques d'aprenentatge multi-modal en xarxes neuronals convolucionals per classificar imatges. Concretament, mostrem que és possible aprendre filtres separats per la luminància i la crominància sense perdre qualitat en les prediccions.
dc.language.isoeng
dc.publisherUniversitat Politècnica de Catalunya
dc.subjectÀrees temàtiques de la UPC::Informàtica
dc.subject.lcshMachine learning
dc.subject.lcshNeural networks (Computer science)
dc.subject.othervisió per computador
dc.subject.otherclassificació d'imatges
dc.subject.otherxarxa neuronal artificial
dc.subject.otherxarxa neuronal convolucional
dc.subject.otherprocessament d'imatges
dc.subject.otherConexionisme
dc.subject.othercomputer vision
dc.subject.otherimage classification
dc.subject.otherartificial neural network
dc.subject.otherconvolutional neural network
dc.subject.otherimage processing
dc.subject.otherConnectionism
dc.titleMerging chrominance and luminance in early, medium, and late fusion using Convolutional Neural Networks
dc.typeMaster thesis
dc.subject.lemacAprenentatge automàtic
dc.subject.lemacXarxes neuronals (Informàtica)
dc.identifier.slug93640
dc.rights.accessOpen Access
dc.date.updated2015-07-09T04:00:26Z
dc.audience.educationlevelMàster
dc.audience.mediatorFacultat d'Informàtica de Barcelona
dc.audience.degreeMÀSTER UNIVERSITARI EN INTEL·LIGÈNCIA ARTIFICIAL (Pla 2009)


Fitxers d'aquest items

Thumbnail

Aquest ítem apareix a les col·leccions següents

Mostra el registre d'ítem simple