Results overview: Found 2 records in 0.02 seconds.
Research literature, 2 records found
Research literature 2 records found  
1.
4.2 MB Aterratge autònom d'aeronaus d'ala fixa basat en visió / Nogué Bonet, Narcís ; Lumbreras Ruiz, Felipe, dir. (Universitat Autònoma de Barcelona. Departament de Ciències de la Computació) ; Universitat Autònoma de Barcelona. Escola d'Enginyeria
Per al meu treball de fi de grau he decidit abordar el problema de l'aterratge autònom en aeronaus d'ala fixa sote normes de vol visual, ja que considero que els mètodes en ús avui en dia no es beneficien tan com podrien dels avenços més recents en tecnologia, principalment en els camps de la intel·ligència artificial i la visió per computador. [...]
For my research work I have decided to address the problem of autonomous landing in fixed wing aircraft under Visual Flight Rules, as I consider that the methods in use today do not benefit as much as they could from the latest advances in technology, mainly in the fields of artificial intelligence and computer vision. [...]
Para mi trabajo de fin de grado he decidido abordar el problema del aterrizaje autónomo en aeronaves de ala fiza bajo normas de vuelo visual, ya que considero que los métodos en uso hoy en día no se benefician tanto como podrían de los avances más recientes en tecnología, principalmente en los campos de la inteligencia artificial y la visión por computador. [...]

2021
Enginyeria Informàtica [958]  
2.
12 p, 8.6 MB Análisis de técnicas de segmentación semántica sobre imágenes aéreas con deeplabv3+ / García Páez, Rubén ; Benavente i Vidal, Robert, dir. (Universitat Autònoma de Barcelona. Departament de Ciències de la Computació) ; Universitat Autònoma de Barcelona. Escola d'Enginyeria
En este trabajo se quiere analizar la tarea de la segmentación semántica sobre imágenes aéreas a partir del modelo de Deep Convolutional Network: Deeplabv3+. En este trabajo se quiere dar una visión general de los problemas principales de los modelos que se encargan de realizar tareas de segmentación semántica y los distintos problemas y desafíos que conlleva la clasificación de imágenes aéreas y cómo afrontarlas.
En aquest treball es vol analitzar la tasca de segmentació semàntica sobre imatges aèries a partir del model de Deep Convolutional Network: Deeplabv3+. En aquest treball es vol donar una ullada general dels principals problemes que sofreixen els models encarregats de realitzar les tasques de segmentació semàntica. [...]
In this work we want to analyze the task of semantic segmentation on aerial images by utilizing the Deep Convolutional Network model: Deeplabv3+. In this paper we want to give an overview of the main problems of the models responsible for performing semantic segmentation tasks and the different problems and challenges involved in the classification of aerial images and how to deal with them.

2019-07-12
Enginyeria Informàtica [958]  

Interested in being notified about new results for this query?
Set up a personal email alert or subscribe to the RSS feed.