000060486 001__ 60486 000060486 005__ 20170831220650.0 000060486 037__ $$aTAZ-TFM-2016-907 000060486 041__ $$aspa 000060486 1001_ $$aFácil Ledesma, José María 000060486 24200 $$aLearning 3D structures from monocular sequences 000060486 24500 $$aAprendizaje de estructuras 3D a partir de secuencias de imágenes 000060486 260__ $$aZaragoza$$bUniversidad de Zaragoza$$c2016 000060486 500__ $$aResumen disponible también en inglés 000060486 506__ $$aby-nc-sa$$bCreative Commons$$c3.0$$uhttp://creativecommons.org/licenses/by-nc-sa/3.0/ 000060486 520__ $$aLa reconstrucción 3D densa a partir de secuencias monoculares es una tecnología clave para varias aplicaciones y todavía un problema de investigación abierto. Este trabajo aprovecha resultados recientes en estimación de profundidad a partir de una sola vista utilizando CNN (Redes neuronales convolucionales) y los fusiona con la estimación de un método directo multi-vista. Ambas aproximaciones muestran fortalezas complementarias. Primero, los métodos basados en múltiples vistas son muy precisos en zonas con mucha textura en secuencias de alto paralaje. Segundo, el método que estima la profundidad a partir de una imagen captura muy bien la estructura local, incluidas las áreas sin textura, aunque carece de coherencia global. La fusión de estas dos estimaciones que proponemos tiene varios retos. En primer lugar, las dos profundidades están relacionadas por una deformación no rígida que depende en el contenido de la imagen. Y en segundo, la selección de los puntos de alta precisión del método multi-vista puede ser complicada en configuraciones de bajo paralaje. Presentamos una contribución a los dos problemas. Nuestros resultados en los conjuntos de datos públicos de NYU y TUM muestran que nuestro algoritmo mejora a las dos aproximaciones por separado. 000060486 521__ $$aMáster Universitario en Ingeniería Informática 000060486 540__ $$aDerechos regulados por licencia Creative Commons 000060486 700__ $$aCivera Sancho, Javier$$edir. 000060486 700__ $$aMontesano del Campo, Luis$$edir. 000060486 7102_ $$aUniversidad de Zaragoza$$bInformática e Ingeniería de Sistemas$$cIngeniería de Sistemas y Automática 000060486 8560_ $$f625703@celes.unizar.es 000060486 8564_ $$s1511737$$uhttps://zaguan.unizar.es/record/60486/files/TAZ-TFM-2016-907_ANE.pdf$$yAnexos (spa) 000060486 8564_ $$s29244728$$uhttps://zaguan.unizar.es/record/60486/files/TAZ-TFM-2016-907.pdf$$yMemoria (spa) 000060486 909CO $$ooai:zaguan.unizar.es:60486$$pdriver$$ptrabajos-fin-master 000060486 950__ $$a 000060486 951__ $$adeposita:2017-02-28 000060486 980__ $$aTAZ$$bTFM$$cEINA