A deep learning approach to aerial LiDAR point cloud segmentation
Date
2021Author
Advisor
Version
Acceso abierto / Sarbide irekia
Type
Trabajo Fin de Máster/Master Amaierako Lana
Impact
|
nodoi-noplumx
|
Abstract
Gracias a la evolución tecnológica experimentada estos últimos años, cada vez disponemos de
hardware más potente a precios más bajos. Esto ha provocado que la información que seamos
capaces de procesar sea cada vez más compleja, pudiendo trabajar, por ejemplo, con imágenes
sin dificultad. Sin embargo, existe un tipo de dato algo más complejo que las imágenes que está
cogiendo cada vez más fue ...
[++]
Gracias a la evolución tecnológica experimentada estos últimos años, cada vez disponemos de
hardware más potente a precios más bajos. Esto ha provocado que la información que seamos
capaces de procesar sea cada vez más compleja, pudiendo trabajar, por ejemplo, con imágenes
sin dificultad. Sin embargo, existe un tipo de dato algo más complejo que las imágenes que está
cogiendo cada vez más fuerza, un tipo concreto de dato 3D, las nubes de puntos. [--]
Degree
Máster Universitario en Ingeniería Informática por la Universidad Pública de Navarra /
Nafarroako Unibertsitate Publikoko Unibertsitate Masterra Informatika Ingeniaritzan