Labeling a train set for Computer Vision can be a tedious process. The purpose of my activity has been improving the realism of a robot simulator's rendering, with the intent of producing scenes that make a viable source of labeled training sets for algorithms operating in real world scenarios.

L'etichettatura di un training set per la visione artificiale è un processo che può essere tedioso. Lo scopo di questa attività è stato migliorare il realismo del rendering di un simulatore per la robotica nel tentativo di produrre scene che siano fruibili come fonti di training set etichettati per algoritmi che operano nel mondo reale.

Tecniche per la simulazione di sistemi di acquisizione di immagini per la validazione e l'addestramento di algoritmi di computer vision ​

DE ZEN, RICCARDO
2021/2022

Abstract

Labeling a train set for Computer Vision can be a tedious process. The purpose of my activity has been improving the realism of a robot simulator's rendering, with the intent of producing scenes that make a viable source of labeled training sets for algorithms operating in real world scenarios.
2021
Image acquisition systems simulation techniques for computer vision algorithms' training and validation ​
L'etichettatura di un training set per la visione artificiale è un processo che può essere tedioso. Lo scopo di questa attività è stato migliorare il realismo del rendering di un simulatore per la robotica nel tentativo di produrre scene che siano fruibili come fonti di training set etichettati per algoritmi che operano nel mondo reale.
Computer Vision
Machine Learning
3D rendering
File in questo prodotto:
File Dimensione Formato  
De_Zen_Riccardo.pdf

accesso riservato

Dimensione 6.85 MB
Formato Adobe PDF
6.85 MB Adobe PDF

The text of this website © Università degli studi di Padova. Full Text are published under a non-exclusive license. Metadata are under a CC0 License

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.12608/35577