Estimación de profundidad a partir de una única imagen 360° mediante aprendizaje profundo

Giménez Garcés, Javier
Masiá Corcoy, Belén (dir.) ; Martín Serrano, Daniel (dir.)

Universidad de Zaragoza, EINA, 2020
Informática e Ingeniería de Sistemas department, Lenguajes y Sistemas Informáticos area

Graduado en Ingeniería Informática

Abstract: La Realidad Virtual (RV) es un paradigma de interacción persona-ordenador que ha ganado relevancia en los últimos años. Un tipo de contenido a mostrar en RV son las imágenes equirrectangulares (imágenes 360° o panoramas 360°). Por su forma de captura, generalmente carecen de información de profundidad precisa asociada a las mismas, información que resulta útil tener para distintas aplicaciones. El objetivo de este proyecto es crear y evaluar un sistema basado en aprendizaje profundo capaz de estimar la profundidad de una imagen 360°.
Para alcanzar el objetivo de este trabajo, se han planteado una serie de modelos basados en aprendizaje profundo, y en concreto en redes neuronales convolucionales, utilizando convoluciones tradicionales y esféricas, y funciones de pérdida típicas, como el error cuadrático medio, también en ambas versiones (convencional y esférica). Las versiones esféricas tienen la propiedad de tratar los datos de manera diferente, enfocándose en los rasgos de las imágenes equirrectangulares. Seguidamente, se han evaluado los diferentes sistemas propuestos entre ellos y frente a otros sismteas similares.

Tipo de Trabajo Académico: Trabajo Fin de Grado