Local cover image
Local cover image

Clasificación de gestos utilizando deep learning en datasets con pocos datos etiquetados

By: Contributor(s): Material type: TextTextPublication details: 2020Description: 81 p. : il. + 1 DVDSubject(s): Online resources:
Contents:
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
Dissertation note: Tesina (Licenciatura en Informática) - Universidad Nacional de La Plata. Facultad de Informática, 2020.
Star ratings
    Average rating: 0.0 (0 votes)
Holdings
Item type Home library Collection Call number URL Status Date due Barcode
Tesis de posgrado Tesis de posgrado Biblioteca de la Facultad de Informática TES 20/66 (Browse shelf(Opens below)) Consulta en Sala DIF-04965
Tesis de posgrado Tesis de posgrado Biblioteca de la Facultad de Informática Biblioteca digital Link to resource No corresponde
Tesis de posgrado Tesis de posgrado Biblioteca de la Facultad de Informática Biblioteca digital Link to resource No corresponde

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

Click on an image to view it in the image viewer

Local cover image