Miniatura

Fitxers

memoria.pdf (19.45 MB)
codi_font.zip (672.79 KB)

Tipus de document

Treball de fi de màster

Data de publicació

2018-07-03

Llicència de publicació

cc-by-nc-nd (c) Marc Beltrán Segarra i Albert companys Rufián, 2018
Si us plau utilitzeu sempre aquest identificador per citar o enllaçar aquest document: https://hdl.handle.net/2445/133457

Using deep learning and Open Street Maps to find features in aerial images

Títol de la revista

Autors

Director/Tutor

ISSN de la revista

Títol del volum

Recurs relacionat

Resum

[en] A great amount of the interesting information captured by aerial imagery is still not being used given how labour intensive the processing and annotation of these images is. Despite this, improvements in technology and advancements in the computer vision field have made available tools and techniques that can help make this process semi-automatized. In this project we focus on the use case of extracting roads from aerial imagery. For this purpose, we will study and compare models based on image segmentation using deep learning and RoadTracer, a revolutionary model proposed recently.

Descripció

Treballs finals del Màster de Fonaments de Ciència de Dades, Facultat de matemàtiques, Universitat de Barcelona, Any: 2018, Tutor: Santi Seguí Mesquida i Jordi Vitrià i Marca

Matèries

Aprenentatge automàtic, Serveis de geolocalització, Treballs de fi de màster, Fotografia aèria, Processament digital d'imatges, Xarxes neuronals (Informàtica)

Matèries (anglès)

Machine learning, Location-based services, Master's theses, Aerial photography, Digital image processing, Neural networks (Computer science)

Citació

Col·leccions

Màster Oficial - Fonaments de la Ciència de Dades
Programari - Treballs de l'alumnat

Citació

BELTRÁN SEGARRA, Marc, COMPANYS RUFIÁN, Albert. Using deep learning and Open Street Maps to find features in aerial images. [consulta: 23 de gener de 2026]. [Disponible a: https://hdl.handle.net/2445/133457]

Exportar metadades

JSON - METS

Compartir registre