| TAZ-TFM-2020-1450 |
Estimación de profundidad con redes neuronales profundas en vídeos de endoscopias
Recasens Lafuente, David
Civera Sancho, Javier (dir.)
Universidad de Zaragoza,
EINA,
2020
Departamento de Informática e Ingeniería de Sistemas, Área de Ingeniería de Sistemas y Automática
Máster Universitario en Ingeniería Industrial
Resumen: En este trabajo presentamos EndoDepth, una red neuronal profunda no supervisada para estimación robusta de profundidad monocular en vídeos de endoscopias. EndoDepth consigue mejorar el estado del arte al reportar uno errores medios (RMSE) notablemente bajos y lo consigue mientras produce mapas densos de profundidad capturando todos los objetos de la escena, incluso las herramientas.
Tipo de Trabajo Académico: Trabajo Fin de Master
Enlace permanente:
El registro pertenece a las siguientes colecciones:
Trabajos académicos > Trabajos Académicos por Centro > Escuela de Ingeniería y Arquitectura
Trabajos académicos > Trabajos fin de máster