Geolocalización de imágenes mediante redes neuronales en teléfonos móviles

Identificador:  TFM:360

Handle: https://hdl.handle.net/20.500.11797/TFM360

Autores:  Pell Vidal, Xavier

Resumen:
El aprendizaje profundo en el procesamiento y clasificación de imágenes ha evolucionado exponencialmente en los últimos años gracias a nuevos avances y mejoras realizadas en las ya existentes redes neuronales. Estas redes pueden ser entrenadas mediante imágenes etiquetadas para posteriormente ser usadas para identificar y detectar objetos. Además, recientemente se han desarrollado nuevas librerías para ser ejecutadas en teléfonos móviles. Por esta razón es posible utilizar la cámara del móvil para capturar imágenes en tiempo real, y a continuación clasificarlas mediante una red neuronal entrenada con el objetivo de extraer información específica sobre el que se muestra en las imágenes. En esta tesis, hacemos un repaso a les redes neuronales convolucionales que juntamente con un framework de aprendizaje profundo nos permitirá desarrollar un prototipo que será capaz de geolocalizar usuarios en un espacio mediante la cámara del móvil. Este proceso consiste en aplicar transferencia de aprendizaje a la red MobileNet, ya previamente entrenada, para modificar su salida y poder clasificar cinco objetos que están localizados en un área determinada. La nueva red re-entrenada es convertida a una versión más ligera que nos permitirá ejecutarla en una aplicación desarrollada en Android. Finalmente, evaluaremos los datos obtenidos para asegurar el correcto funcionamiento del sistema, la precisión en el proceso de clasificación y la información relacionada con la geolocalización del usuario.