Por favor, use este identificador para citar o enlazar este ítem:
https://hdl.handle.net/20.500.12008/22621
Cómo citar
Registro completo de metadatos
Campo DC | Valor | Lengua/Idioma |
---|---|---|
dc.contributor.advisor | Fernández, Eduardo | - |
dc.contributor.advisor | Delbracio, Mauricio | - |
dc.contributor.advisor | Lezama, José | - |
dc.contributor.author | Balduvin, Gonzalo | - |
dc.contributor.author | Lorenzo, Matías | - |
dc.date.accessioned | 2019-12-02T19:46:17Z | - |
dc.date.available | 2019-12-02T19:46:17Z | - |
dc.date.issued | 2019 | - |
dc.identifier.citation | Balduvin, G. y Lorenzo, M. Redes neuronales convolucionales aplicadas a demosaicing y denoising [en línea]. Tesis de grado. Montevideo: Udelar. FI. INCO, 2019. | es |
dc.identifier.uri | https://hdl.handle.net/20.500.12008/22621 | - |
dc.description.abstract | Los procesos realizados por las cámaras digitales usualmente son propietarios y adaptados exclusivamente a los modelos de cada fabricante. Sin embargo, muchas de las etapas de la cadena de procesamiento son similares en la mayoría de las cámaras. Entre estas etapas se encuentran las de demosaicing y denoising, que se encargan de estimar colores faltantes no capturados por los sensores y eliminar el ruido de la imagen respectivamente. Con el advenimiento del aprendizaje automático, y en particular del aprendizaje profundo, muchos trabajos se han presentado con el objetivo de implementar estas etapas de la cadena de procesamiento de las cámaras digitales. En este trabajo se presentan dos redes convolucionales para resolver el problema de demosaicing y denoising conjuntamente tomando en cuenta el estado del arte y buscando la optimización de estas redes. Además, junto con este trabajo se publica el código de un algoritmo que permite generar ejemplos para el entrenamiento de dichas redes. | es |
dc.format.extent | 63 p. | es |
dc.format.mimetype | application/pdf | es |
dc.language.iso | es | es |
dc.publisher | Udelar.FI | es |
dc.rights | Las obras depositadas en el Repositorio se rigen por la Ordenanza de los Derechos de la Propiedad Intelectual de la Universidad de la República.(Res. Nº 91 de C.D.C. de 8/III/1994 – D.O. 7/IV/1994) y por la Ordenanza del Repositorio Abierto de la Universidad de la República (Res. Nº 16 de C.D.C. de 07/10/2014) | es |
dc.subject | Cámara digital | es |
dc.subject | Demosaicing | es |
dc.subject | Denoising | es |
dc.subject | Redes neuronales | es |
dc.subject | Redes convolucionales | es |
dc.subject.other | CAMARAS FOTOGRAFICAS | es |
dc.title | Redes neuronales convolucionales aplicadas a demosaicing y denoising | es |
dc.type | Tesis de grado | es |
dc.contributor.filiacion | Balduvin Gonzalo, Universidad de la República (Uruguay). Facultad de Ingeniería | - |
dc.contributor.filiacion | Lorenzo Matías, Universidad de la República (Uruguay). Facultad de Ingeniería | - |
thesis.degree.grantor | Universidad de la República (Uruguay). Facultad de Ingeniería | es |
thesis.degree.name | Ingeniero en Computación | es |
dc.rights.licence | Licencia Creative Commons Atribución - No Comercial - Sin Derivadas (CC - By-NC-ND 4.0) | es |
Aparece en las colecciones: | Tesis de grado - Instituto de Computación |
Ficheros en este ítem:
Fichero | Descripción | Tamaño | Formato | ||
---|---|---|---|---|---|
FDL19.pdf | Tesis de grado | 2,07 MB | Adobe PDF | Visualizar/Abrir |
Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons