2026-04-17T18:23:41Zhttps://recercat.cat/oai/requestoai:recercat.cat:2117/3271192025-07-22T19:41:36Zcom_2072_1033col_2072_452951
RECERCAT
author
Egea Cadiz, Mari Alba
2020-07-15
El objetivo de este trabajo de final de grado es disenar una algoritmo basado en Deep Learning que sea capaz de clasificar en vıdeo personas que realizan o no lenguaje de signos.En los ultimos años con el auge de la tecnologıa, la aplicacion de Deep Learning para sistemas inteligentes ha crecido exponencialmente. Deep Learning es una rama del Machine Learning comprendida dentro de la Inteligencia Artificial, se basa en la generacion
de algoritmos con el fin de dar la capacidad de resolucion de tareas sin la intervención humana. Para el diseno del prototipo se implementar a una redes neuronal convolucional basada en la combinacion de dos dos arquitecturas ya experimentadas para el reconocimiento de acciones en vıdeo: Two Streams Action Recognition y R(2+1)DThe main objective of this final Bachelor’s degree project is to design an algorithm based on Deep Learning that is able to classify people who do or do not sign language on video.
In recent years with the rise of technology, the application of Deep Learning for intelligent
systems has grown exponentially. Deep Learning is a branch of Machine Learning included
in Artificial Intelligence, it is based on the generation of algorithms in order to give the ability
to solve tasks without human intervention.
For the design of the prototype, a convolutional neural network based on the combination
of two already experienced architectures for video action recognition will be implemented:
Two Streams Action Recognition and R(2+1)D
Restricted access - author's decision
Àrees temàtiques de la UPC::Enginyeria de la telecomunicació
Machine learning
Deep Learning
Convolutional Neural Networks
Video Processing
Artificial Intelligence
Tensorflow
Pytorch
Aprenentatge automàtic
Redes convolucionales espacio-temporales para la detección de signantes en vídeo
Bachelor thesis