Redes convolucionales espacio-temporales para la detección de signantes en vídeo
Visualitza/Obre
memoria.pdf (7,563Mb) (Accés restringit)
Sol·licita una còpia a l'autor
Què és aquest botó?
Aquest botó permet demanar una còpia d'un document restringit a l'autor. Es mostra quan:
- Disposem del correu electrònic de l'autor
- El document té una mida inferior a 20 Mb
- Es tracta d'un document d'accés restringit per decisió de l'autor o d'un document d'accés restringit per política de l'editorial
Estadístiques de LA Referencia / Recolecta
Inclou dades d'ús des de 2022
Cita com:
hdl:2117/327119
Correu electrònic de l'autoralbaegeacadizgmail.com
Tipus de documentTreball Final de Grau
Data2020-07-15
Condicions d'accésAccés restringit per decisió de l'autor
Tots els drets reservats. Aquesta obra està protegida pels drets de propietat intel·lectual i
industrial corresponents. Sense perjudici de les exempcions legals existents, queda prohibida la seva
reproducció, distribució, comunicació pública o transformació sense l'autorització del titular dels drets
Abstract
El objetivo de este trabajo de final de grado es disenar una algoritmo basado en Deep Learning que sea capaz de clasificar en vıdeo personas que realizan o no lenguaje de signos.En los ultimos años con el auge de la tecnologıa, la aplicacion de Deep Learning para sistemas inteligentes ha crecido exponencialmente. Deep Learning es una rama del Machine Learning comprendida dentro de la Inteligencia Artificial, se basa en la generacion
de algoritmos con el fin de dar la capacidad de resolucion de tareas sin la intervención humana. Para el diseno del prototipo se implementar a una redes neuronal convolucional basada en la combinacion de dos dos arquitecturas ya experimentadas para el reconocimiento de acciones en vıdeo: Two Streams Action Recognition y R(2+1)D The main objective of this final Bachelor’s degree project is to design an algorithm based on Deep Learning that is able to classify people who do or do not sign language on video.
In recent years with the rise of technology, the application of Deep Learning for intelligent
systems has grown exponentially. Deep Learning is a branch of Machine Learning included
in Artificial Intelligence, it is based on the generation of algorithms in order to give the ability
to solve tasks without human intervention.
For the design of the prototype, a convolutional neural network based on the combination
of two already experienced architectures for video action recognition will be implemented:
Two Streams Action Recognition and R(2+1)D
TitulacióGRAU EN ENGINYERIA DE SISTEMES DE TELECOMUNICACIÓ (Pla 2009)
Fitxers | Descripció | Mida | Format | Visualitza |
---|---|---|---|---|
memoria.pdf | 7,563Mb | Accés restringit |