Show simple item record

dc.creatorGutiérrez Lancho, Christianes_ES
dc.date.accessioned2021-08-03T06:58:58Z
dc.date.issued2021
dc.identifier.urihttps://hdl.handle.net/2454/40289
dc.description.abstractGracias 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.es_ES
dc.format.mimetypeapplication/pdfen
dc.language.isospaen
dc.titleA deep learning approach to aerial LiDAR point cloud segmentationes_ES
dc.typeTrabajo Fin de Máster/Master Amaierako Lanaes
dc.typeinfo:eu-repo/semantics/masterThesisen
dc.date.updated2021-07-26T07:10:04Z
dc.contributor.affiliationEscuela Técnica Superior de Ingeniería Industrial, Informática y de Telecomunicaciónes_ES
dc.contributor.affiliationIndustria, Informatika eta Telekomunikazio Ingeniaritzako Goi Mailako Eskola Teknikoaeu
dc.description.degreeMáster Universitario en Ingeniería Informática por la Universidad Pública de Navarraes_ES
dc.description.degreeNafarroako Unibertsitate Publikoko Unibertsitate Masterra Informatika Ingeniaritzaneu
dc.rights.accessRightsAcceso embargado 2 años / 2 urteko bahituraes
dc.rights.accessRightsinfo:eu-repo/semantics/embargoedAccessen
dc.embargo.lift2023-07-01
dc.embargo.terms2023-07-01es_ES
dc.contributor.advisorTFEGalar Idoate, Mikeles_ES


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record