Intrinsic image properties from deep learning
Moyano Diaz, Victor
Baldrich i Caselles, Ramon, dir. (Universitat Autònoma de Barcelona. Departament de Ciències de la Computació)
Universitat Autònoma de Barcelona. Escola d'Enginyeria

Títol variant: Imatges intrínseques utiltizant deep learning
Títol variant: Imágenes intrínsicas utilizando deep learning
Data: 2018-07-02
Resum: A lot of computer vision algorithms have trouble performing as the should due the lighting conditions the images are exposed to. When the lighting conditions vary substantially, these algorithms are just not able to perform nicely. For this reason, other authors have proposed a model that separates any image into two different images: Shading and Reflectance. The shading contains information about the lighting conditions of the scene. On the other hand, the reflectance contains the physical characteristics of the objects. The goal of this work is to use deep learning to do this separation. We have used different deep learning architectures with different databases build as this work progressed. At the end of this paper we present the results obtained with each architecture tested and each database generated.
Resum: Són molts els algoritmes de visió per computador que no poden funcionar correctament quan les condicions d'il·luminació a les quals es troben exposades les imatges varien de forma substancial. Per aquest motiu, s'utilitza un model que proposa separar una imatge qualsevol en dues imatges diferents: Shading i Reflectància. El shading conté la informació dels il·luminants en qualsevol imatge, i la reflectància conté informació de les propietats físiques dels objectes. L'objectiu d'aquest treball ha sigut utilitzar deep learning per realitzar aquesta separació. Diferents arquitectures de deep learning han estat entrenades amb diferents bases de dades d'imatges sintètiques, que s'han anat confeccionant a mesura que aquest treball progressava. Per últim, es mostren els resultats obtinguts amb cadascuna de les arquitectures provades i utilitzant les diferents bases de dades generades.
Resum: Son muchos los algoritmos de visión por computador que no pueden funcionar correctamente cuando las condiciones de iluminación a las cuales se encuentran expuestas las imágenes varían de forma substancial. Por este motivo, se utiliza un modelo que propone separar una imagen cualquiera en dos imágenes diferentes: shading y reflectancia. La shading contiene la información de los iluminantes en cualquier imagen, y la reflectancia contiene información de las propiedades físicas de los objetos. El objetivo de este trabajo ha sido utilizar deep learning para realizar esta separación. Diferentes arquitecturas de deep learning han sido entrenadas con diferentes bases de datos de imágenes sintétitcas, que se han confeccionado a medida que este trabajo progresaba. Por último, se muestran los resultados obtenidos con cada una de las arquitecturas probadas y usando las diferentes bases de datos generadas.
Drets: Aquest document està subjecte a una llicència d'ús Creative Commons. Es permet la reproducció total o parcial i la comunicació pública de l'obra, sempre que no sigui amb finalitats comercials, i sempre que es reconegui l'autoria de l'obra original. No es permet la creació d'obres derivades. Creative Commons
Llengua: Català.
Titulació: Enginyeria Informàtica [2502441]
Pla d'estudis: Enginyeria Informàtica [958]
Document: bachelorThesis ; Text
Àrea temàtica: Menció Computació
Matèria: Deep learning ; Unet ; Segnet ; Keras ; Tensorflow ; Imatges intrínseques ; Detecció d'objectes ; Visió per computador ; Xarxes neuronals ; Cnn ; Imágenes intrínsecas ; Visión por computador ; Redes neuronales ; Detección de objetos ; Intrinsic images ; Computer vision ; Reflectance ; Shading ; Object detection ; Neural networks



8 p, 3.2 MB

El registre apareix a les col·leccions:
Documents de recerca > Treballs de Fi de Grau > Escola d'Enginyeria. TFG

 Registre creat el 2018-10-24, darrera modificació el 2018-12-12



   Favorit i Compartir