MAPEO 3D A PARTIR DE IMÁGENES RGB-D POR MEDIO DE UNA ARQUITECTURA CNN PARA UN SISTEMA SLAM

Victor Beltran Barrera

Buscar

dc.rights.license	http://creativecommons.org/licenses/by-nc-nd/4.0	es_ES
dc.contributor	Jesús Carlos Pedraza Ortega	es_ES
dc.creator	Victor Beltran Barrera	es_ES
dc.date	2021-10-11
dc.date.accessioned	2022-01-24T20:27:40Z
dc.date.available	2022-01-24T20:27:40Z
dc.date.issued	2021-10-11
dc.identifier.uri	http://ri-ng.uaq.mx/handle/123456789/3349
dc.description	La reconstrucción 3D se ha convertido en uno de los problemas centrales en diversos campos de investigación como lo son visión por computadora, robótica, gráficos por computadora, procesamiento digital de imágenes, entre otros. La principal problemática de estudio en este proceso es la alineación consistente de nubes de puntos superpuestas, mejor conocida como registro de nubes de puntos. La utilización de algoritmos basados en métodos tradicionales es muy popular para realizar el registro de nubes de puntos debido a la simplicidad y fácil aplicación que presentan. Sin embargo, todos estos algoritmos presentan diversas problemáticas como la susceptibilidad a mínimos locales, sensibilidad a una buena inicialización, tiempos de convergencia elevado, sensibilidad a valores atípicos y ruido. Esto ha llevado a desarrollar nuevos métodos para optimizar el registro de nubes de puntos. La incorporación de métodos basados en aprendizaje profundo ha tomado gran popularidad en diversos campos de investigación debido al alto rendimiento y robustez de estos modelos. En esta tesis se presenta un sistema de reconstrucción 3D basado en algoritmos de aprendizaje profundo para escenas interiores. Las nubes de puntos son adquiridas mediante un sensor de profundidad. A estas nubes de puntos se les realiza un preprocesamiento para reducir el número de puntos contenido en cada conjunto y son normalizadas dentro de una caja unitaria. El proceso del registro de las nubes de puntos es llevado a cabo mediante una arquitectura basada en redes neuronales y el uso del método tradicional ICP punto a plano como refinamiento. Los resultados demuestran que el modelo propuesto obtiene mejores resultados en términos de exactitud (RMSE) y tiempo de procesamiento que los modelos basados en métodos tradicionales, mejorando de esta manera el mapeo 3D de una escena interior.	es_ES
dc.format	Adobe PDF	es_ES
dc.language.iso	spa	es_ES
dc.relation.requires	Si	es_ES
dc.rights	Acceso Abierto	es_ES
dc.subject	Reconstrucción 3D	es_ES
dc.subject	Redes neuronales	es_ES
dc.subject	registro de nubes de puntos	es_ES
dc.subject	ICP	es_ES
dc.subject.classification	TEORÍA DE LA PROGRAMACIÓN	es_ES
dc.title	MAPEO 3D A PARTIR DE IMÁGENES RGB-D POR MEDIO DE UNA ARQUITECTURA CNN PARA UN SISTEMA SLAM	es_ES
dc.type	Tesis de maestría	es_ES
dc.creator.tid	curp	es_ES
dc.contributor.tid	curp	es_ES
dc.creator.identificador	BEBV911124HDFLRC18	es_ES
dc.contributor.identificador	PEOJ691222HSPDRS07	es_ES
dc.contributor.role	Director	es_ES
dc.degree.name	Maestría en Ciencias en Inteligencia Artificial	es_ES
dc.degree.department	Facultad de Ingeniería	es_ES
dc.degree.level	Maestría	es_ES