Clasificación de gestos utilizando Deep Learning en datasets con pocos datos etiquetados

En los últimos años el aprendizaje profundo ha demostrado ser un método suma-mente efectivo a la hora de realizar clasificación de imágenes. Esta efectividad esasociada en parte al aumento de poder de procesamiento, al desarrollo de nuevos al-goritmos y al incremento en el tamaño y cantidad de conju...

Descripción completa

Detalles Bibliográficos
Autor principal: Ríos, Gastón Gustavo
Otros Autores: Ronchetti, Franco
Formato: Tesis Tesis de grado
Lenguaje:Español
Publicado: 2020
Materias:
Ciencias Informáticas
Lengua de señas
Deep Learning
Conjuntos de datos
Visión por computadora
Gestos
Acceso en línea:http://sedici.unlp.edu.ar/handle/10915/116094
Aporte de:
SEDICI (UNLP) de Universidad Nacional de La Plata
id I19-R120-10915-116094
record_format dspace
institution Universidad Nacional de La Plata
institution_str I-19
repository_str R-120
collection SEDICI (UNLP)
language Español
topic Ciencias Informáticas
Lengua de señas
Deep Learning
Conjuntos de datos
Visión por computadora
Gestos
spellingShingle Ciencias Informáticas
Lengua de señas
Deep Learning
Conjuntos de datos
Visión por computadora
Gestos
Ríos, Gastón Gustavo
Clasificación de gestos utilizando Deep Learning en datasets con pocos datos etiquetados
topic_facet Ciencias Informáticas
Lengua de señas
Deep Learning
Conjuntos de datos
Visión por computadora
Gestos
description En los últimos años el aprendizaje profundo ha demostrado ser un método suma-mente efectivo a la hora de realizar clasificación de imágenes. Esta efectividad esasociada en parte al aumento de poder de procesamiento, al desarrollo de nuevos al-goritmos y al incremento en el tamaño y cantidad de conjuntos de datos disponibles.Pero este aumento en la cantidad de conjuntos de datos disponibles no ha alcanzadotodas las problemáticas existentes, teniendo múltiples áreas donde los conjuntos dedatos disponibles son pequeños para la aplicación efectiva de modelos de aprendiza-je profundo o cuyos datos poseen información poco útil al no ser lo suficientementerepresentativa del problema o poseer ruido.Esta limitación en la cantidad de datos etiquetados es una problemática actualexistente en la clasificación de señas de la lengua de señas. En esta tesis se explorarondiversos métodos para lograr alcanzar la mejor precisión posible utilizando la menorcantidad de datos. Llegando finalmente a lograr una precisión en la clasificación deseñas estáticas del 99.26 % en el conjunto de datos LSA16 y 94 % con el conjunto dedatos RWTH-PHOENIX-Wheater.
author2 Ronchetti, Franco
author_facet Ronchetti, Franco
Ríos, Gastón Gustavo
format Tesis
Tesis de grado
author Ríos, Gastón Gustavo
author_sort Ríos, Gastón Gustavo
title Clasificación de gestos utilizando Deep Learning en datasets con pocos datos etiquetados
title_short Clasificación de gestos utilizando Deep Learning en datasets con pocos datos etiquetados
title_full Clasificación de gestos utilizando Deep Learning en datasets con pocos datos etiquetados
title_fullStr Clasificación de gestos utilizando Deep Learning en datasets con pocos datos etiquetados
title_full_unstemmed Clasificación de gestos utilizando Deep Learning en datasets con pocos datos etiquetados
title_sort clasificación de gestos utilizando deep learning en datasets con pocos datos etiquetados
publishDate 2020
url http://sedici.unlp.edu.ar/handle/10915/116094
work_keys_str_mv AT riosgastongustavo clasificaciondegestosutilizandodeeplearningendatasetsconpocosdatosetiquetados
bdutipo_str Repositorios
_version_ 1764820446533910528

Ejemplares similares