TY  - BOOK
AU  - Ríos,Gastón Gustavo
AU  - Ronchetti,Franco
AU  - Hasperué,Waldo
TI  - Clasificación de gestos utilizando deep learning en datasets con pocos datos etiquetados
PY  - 2020///
KW  - RECONOCIMIENTO Y CLASIFICACIÓN
KW  - aprendizaje profundo
KW  - reconocimiento de gestos
KW  - few-shot learning
KW  - aumento de datos
KW  - lengua de señas
KW  - conjuntos de datos
N1  -  Tesina (Licenciatura en Informática) - Universidad Nacional de La Plata. Facultad de Informática, 2020;  1. Introducción --  1.1. Motivación  --  1.2. Objetivos --  1.3. Organización de la tesis -- 2. Visión por computadora --  2.1. Clasificación de imágenes --  2.2. Aprendizaje profundo --  2.2.1. Redes neuronales --  2.2.2. Entrenamiento --  2.2.3. Capas --  2.2.4. Arquitecturas convencionales para la clasificación de imágenes -- 3. Lengua de señas --  3.1. Descripción del problema --  3.2. Conjuntos de datos existentes --  3.2.1. LSA64 / LSA16 --  3.2.2. RWTH-PHOENIX-Weather --  3.2.3. CIARP --  3.2.4. Purdue RVL-SLLL American Sign Language Database --  3.3. Bases de datos con pocos datos etiquetados -- 4. Trabajando con pocos datos etiquetados --  4.1. Data augmentation --  4.2. Weak supervisión --  4.3. Active learning --  4.4. Transfer learning --  4.5. Few-shot learning --  4.6. Aprendizaje semi-supervisado --  4.7. Robust learning -- 5. Experimentación --  5.1. Preparación de los conjunto de datos . --  5.1.1. CIARP --  5.1.2. LSA16 --  5.1.3. RWTH --  5.2. Preparación de los modelos --  5.2.1. Prototypical Network --  5.2.2. DenseNet --  5.3. Entrenamiento --  5.4. Resultados --  5.5. Conclusiones -- 6. Conclusiones y trabajos futuros --  6.1. Conclusiones --  6.2. Trabajos futuros -- 7. Bibliografía
UR  -  http://catalogo.info.unlp.edu.ar/meran/getDocument.pl?id=2233
ER  -