Publicación:
clMeanShift: Paralelización y parametrización del algoritmo Mean Shift utilizando OpenCL

Vista sencilla de ítem
dc.contributor.authorMartín Gaspar, Eduardo
dc.contributor.directorRincón Zamorano, Mariano
dc.date.accessioned2024-05-20T12:34:32Z
dc.date.available2024-05-20T12:34:32Z
dc.date.issued2011-10
dc.description.abstractLa Visión Articial, también conocida como Visión por Computador, es la rama de la Inteligencia Arti- cial que tiene como objetivo dotar a las máquinas de la capacidad para percibir y entender una escena o las características de una imagen. La Visión Articial abarca una gran cantidad de procesos que intentan modelar ciertos atributos de la percepción humana que permitan dar esta capacidad a las máquinas, y permitan por ello, utilizarlas para la resolución de problemas especícos. La aplicación de técnicas de Visión Articial se extendiende a lo largo de un amplio espectro de áreas tan heterogéneas como pueden ser la Robótica, la Industria, la Medicina y los Sistemas de Vigilacia. Cada una de estas aplicaciones presenta una serie de características particulares que han dado lugar a diferentes propuestas para resolver los problemas que plantean, y cuyo objetivo fundamental es la aplicación de la Visión Articial de manera automática o semiautomática.es
dc.description.versionversión final
dc.identifier.urihttps://hdl.handle.net/20.500.14468/14542
dc.language.isoes
dc.publisherUniversidad Nacional de Educación a Distancia (España). Escuela Técnica Superior de Ingeniería Informática. Departamento de Inteligencia Artificial.
dc.relation.centerE.T.S. de Ingeniería Informática
dc.relation.degreeMáster Universitario en I.A. Avanzada: Fundamentos, Métodos y Aplicaciones
dc.relation.departmentInteligencia Artificial
dc.rightsinfo:eu-repo/semantics/openAccess
dc.rights.urihttps://creativecommons.org/licenses/by-nc-nd/4.0/deed.es
dc.titleclMeanShift: Paralelización y parametrización del algoritmo Mean Shift utilizando OpenCLes
dc.typetesis de maestríaes
dc.typemaster thesisen
dspace.entity.typePublication
Archivos
Bloque original
Mostrando 1 - 1 de 1
Miniatura
Nombre:
Martin_Gaspar_Eduardo_TFM.pdf
Tamaño:
16.78 MB
Formato:
Adobe Portable Document Format
Descargar
Colecciones
Trabajos de fin de máster (TFM)