Show simple item record

dc.contributorEscalera Guerrero, Sergio
dc.contributor.authorBramon Mora, Pau
dc.contributor.otherUniversitat Politècnica de Catalunya
dc.date.accessioned2019-05-23T20:36:06Z
dc.date.available2019-05-23T20:36:06Z
dc.date.issued2019-04-24
dc.identifier.urihttp://hdl.handle.net/2117/133402
dc.description.abstractThe goal of this project is to create an end-to-end system able to regress the 6D pose of different objects for industrial automation applications using Deep Learning techniques. In order to solve the task a synthetic generation pipeline and a novel architecture are proposed.
dc.language.isoeng
dc.publisherUniversitat Politècnica de Catalunya
dc.subjectÀrees temàtiques de la UPC::Informàtica
dc.subject.lcshNeural networks (Computer science)
dc.subject.lcshMachine learning
dc.subject.otherimatges sintètiques
dc.subject.otherDeep Learning
dc.subject.other6D pose regression
dc.subject.otheraprenentatge profund
dc.subject.otherregressió de translació i orientació
dc.subject.othersynthetic images
dc.titleDeep 3D pose regression of real objects trained with synthetic data
dc.typeMaster thesis
dc.subject.lemacXarxes neuronals (Informàtica)
dc.subject.lemacAprenentatge automàtic
dc.identifier.slug138117
dc.rights.accessOpen Access
dc.date.updated2019-04-26T04:01:00Z
dc.audience.educationlevelMàster
dc.audience.mediatorFacultat d'Informàtica de Barcelona
dc.contributor.covenanteeUniversitat de Barcelona. Facultat de Matemàtiques i Informàtica
dc.contributor.covenanteeUniversitat Rovira i Virgili. Escola Tècnica Superior d'Enginyeria


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record

All rights reserved. This work is protected by the corresponding intellectual and industrial property rights. Without prejudice to any existing legal exemptions, reproduction, distribution, public communication or transformation of this work are prohibited without permission of the copyright holder