dir. (Universitat Autònoma de Barcelona. Departament de Ciències de la Computació)
| Títol variant: |
Temporal interpolation for remote sensing |
| Títol variant: |
Interpolació temporal per a imatges de satèl·lit |
| Data: |
2021 |
| Resum: |
En los últimos años, las redes neuronales se han convertido en una herramienta muy versátil y eficaz en la resolución de problemas, en especial los relacionados con imágenes. Es por ello que en este proyecto pretendemos experimentar con esta tecnología, implementando modelos capaces de realizar motion interpolation en imágenes de satélites de más de 3 canales. Hemos utilizado cuatro modelos: dos ya desarrollados, DAIN y Super-SlowMo, y dos desarrollados por nosotros, una U-Net y un método de interpolación lineal. Los resultados de todos los modelos utilizados, aun siendo algunos menos precisos que otros, han sido muy satisfactorios. |
| Resum: |
In recent years, neural networks have become a very versatile and effective tool for solving problems, especially those related to images. That is why in this project we intend to experiment with this technology, implementing models capable of performing motion interpolation in satellite images of more than 3 channels. We have used four models; two already developed, DAIN and Super-SlowMo, and two developed by us, a U-Net and a linear interpolation method. The results of all the models used, although some were less accurate than others, were very satisfactory. |
| Resum: |
En els últims anys, les xarxes neuronals s'han convertit en una eina molt versàtil i eficaç en la resolució de problemes, especialment els relacionats amb imatges. És per això que en aquest projecte pretenem experimentar amb aquesta tecnologia, implementant models capaços de realitzar motion interpolation en imatges de satèl·lits de més de 3 canals. Hem utilitzat quatre models: dos ja desenvolupats, DAIN i Super-SlowMo, i dos desenvolupats per nosaltres, una U-Net i un mètode d'interpolació lineal. Els resultats de tots els models utilitzats, tot i ser alguns menys precisos que d'altres, han estat molt satisfactoris. |
| Drets: |
Aquest document està subjecte a una llicència d'ús Creative Commons. Es permet la reproducció total o parcial, la distribució, 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.  |
| Llengua: |
Castellà |
| Titulació: |
Enginyeria Informàtica [2502441] |
| Pla d'estudis: |
Enginyeria Informàtica [958] |
| Document: |
Treball final de grau ; Text |
| Àrea temàtica: |
Menció Computació |
| Matèria: |
Banda espectral ;
Interpolación de movimiento ;
Aprendizaje profundo ;
Aprendizaje automático ;
Imágenes de satélite ;
Red neuronal ;
Motion interpolation ;
Deep learning ;
Machine learning ;
Remote sensing ;
Neural network ;
Spectral band ;
Interpolació de moviment ;
Aprenentatge profund ;
Aprenentatge automàtic ;
Imatges de satèl·lit ;
Xarxa neuronal |
visitant ::
identificació
dir. (Universitat Autònoma de Barcelona. Departament de Ciències de la Computació)
