Aprendizaje multiclase de videoimágenes deportivas con arquitecturas profundas

DSpace/Manakin Repository

Show simple item record

dc.contributor.advisor Grinblat, Guillermo
dc.creator Escarrá, Martín
dc.date.accessioned 2016-09-29T15:41:42Z
dc.date.available 2016-09-29T15:41:42Z
dc.date.issued 2016-03-08
dc.identifier.other http://www.fceia.unr.edu.ar/lcc/t523/tesina.php?campo1=90
dc.identifier.uri http://hdl.handle.net/2133/6552
dc.description.abstract Las arquitecturas profundas permiten representar de manera compacta funciones altamente no lineales. Entre ellas, las redes convolucionales han adquirido gran protagonismo en la clasificación de imágenes debido a la invarianza traslacional de sus features. Este trabajo propone investigar un abordaje naïve para la clasificación de videoimágenes con redes profundas, comparar la performance de redes pre-entrenadas con la de redes ad-hoc y finalmente crear un mecanismo de visualización de la representación interna de la arquitectura. Como ejemplo de aplicación se utilizarán segmentos de videos deportivos con diferentes acciones grupales. es
dc.format application/pdf
dc.language.iso spa es
dc.publisher Facultad de Ciencias Exactas, Ingeniería y Agrimensura. Universidad Nacional de Rosario es
dc.rights openAccess es
dc.rights.uri http://creativecommons.org/publicdomain/zero/1.0/ *
dc.rights.uri http://creativecommons.org/publicdomain/zero/1.0/ *
dc.subject machine learning es
dc.subject deep learning es
dc.subject redes convolucionales es
dc.subject video es
dc.subject deportes es
dc.title Aprendizaje multiclase de videoimágenes deportivas con arquitecturas profundas es
dc.type bachelorThesis
dc.type tesis de grado
dc.type publishedVersion
dc.description.peerreviewed Peer reviewed
dc.contributor.coadvisor Granitto, Pablo


Files in this item

The following license files are associated with this item:

This item appears in the following Collection(s)

Show simple item record

openAccess Except where otherwise noted, this item's license is described as openAccess

My Account


Search DSpace


Browse

Statistics