Universitat Autònoma de Barcelona
Now showing items 21-40 of 57
Per als humans, el reconeixement d’objectes és un procés gairebé instantani, precís i extremadament adaptable. A més, tenim la capacitat innata d’aprendre classes d’objectes nous a partir d’uns pocs exemples. El cervell ...
La seqüenciació genòmica és un component clau en nous avenços en medicina, i la seva democratització és un pas important per millorar l’accessibilitat per al pacient. Els beneficis implícits en el descobriment de noves ...
Amb la creixent disponibilitat de dades a escala de l'genoma per a la investigació genètica, els genetistes de poblacions moleculars han de treballar amb models més complexos, el que no pot fer-se en un temps determinat ...
La localització de paraules en el camp de anàlisis de documents es pot definir com el reconeixement de patrons encarregat de localitzar i recuperar una paraula específica dins d'una col·lecció d'imatges sense transcriure ...
En aquesta tesi ens centrem en la recuperació i re-identificació d’imatges. L’entrenament de xarxes neuronals profundes usant funcions de pèrdua basades en rànquing ha esdevingut un estàndard de facto per a les tasques de ...
En aquesta tesi explorem com estimar els efectes de la llum que interactua amb els objectes d’una escena a partir d’una sola imatge. Per assolir aquest objectiu, ens centrem en la recuperació de components intrínseques com ...
The increasing number of image and video content, and the adoption of 8K resolution and high dynamic range technologies, demand faster and more efficient digital coding solutions to store and transfer these data. ...
New approaches are necessary to generate performance models in current systems due the het erogeneity found in new systems. An alternative to traditional analytical models could be the use of machine learning algorithms, ...
Les xarxes neuronals convolucionals profundes (CNN) han aconseguit un rendi ment superior en moltes aplicacions de reconeixement visual, com la classificació, detecció i segmentació d’imatges. El entrenament de CNN profundes ...
Les imatges i els vídeos són pervasius en les nostres vides i comunicacions. Amb el avenços en dispositius portables i intel·ligents, xarxes de comunicació d’alta capacitat i cine d’alta definició, la compressió d’imatges ...
La intel·ligència artificial innova la indústria de la moda proposant noves aplicacions i solucions als problemes als quals s’enfronten els investigadors i enginyers que treballen en la indústria. En aquesta tesi abordem ...
La informació geomètrica 3D és essencial per percebre l’entorn des d’un vehicle autònom (VA) o assistit. Per això, estan equipats amb sensors calibrats. Podem trobar sensors LiDAR que proporcionen aquesta informació 3D, ...
Els simuladors de propagació d’incendis forestals han demostrat ser eines molt útils en la lluita contra els incendis forestals. A l’hora de realitzar prediccions sobre la propagació dels incendis forestals, hi ha dues ...
La superresolució d’imatge única (SISR) és una tasca important en el processament d’imatges, que té com a objectiu millorar la resolució dels sistemes d’imatges. Recentment, SISR ha estat testimoni de grans avenços amb el ...
Aquest article investiga sobre “Aprenentatge continu per a classificació jeràrquica, reconeixement amb pocs exemples i aprenentatge multimodal
La irrupció a gran escala de Xarxes Neuronals Convolucionals Profundes (CNNs) a la visió per computador des de 2012 ha duït a un paradigma predominant d’interpretació de la imatge consistent en un procés d’aprenentage ...
En aquesta era digital, diàriament s'estan generant i processant una enorme quantitat de dades. S'acumulen fins a tal punt que és necessari i imperatiu utilitzar la compressió de dades per reduir la mida de les dades de ...
L'aprenentatge de mètriques es refereix al problema de l'aprenentatge automàtic d'aprendre una mesura de distància o similitud amb l'objectiu de comparar dades. En particular, l'aprenentatge de mètriques profund implica ...
El tema d'aquesta tesi és la compressió de point clouds i la compressió d'imatges naturals i hiperespectrals a través de transformacions de filterbanks de grafs.
L'optimització amb colònies de formigues (ACO) és una metaheurística que s'inspira en la naturalesa. ACO explota la capacitat que tenen les formigues per a trobar rutes curtes, entre el formiguer i la font d'aliments, ...
