Cada cop es fa servir més el "deep learning" per la conducció autònoma, però per utilitzar-lo es necessiten moltes dades amb anotacions especials anomenades "ground truth" (com la profunditat de la imatge o el "optical flow"). Anotar aquestes dades a mà és molt difícil, potser impossible. La forma més ràpida d'aconseguir gran quantitat d'aquestes dades és generar aproximacions en motors gràfics com fa el dataset Synthia (que funciona en Unity3D). Però per generar una ciutat sintètica dins d'un d'aquests motors es necessita molta feina en el modelatge, texturitzat i arquitectura de la ciutat i terreny i això és molt lent. Aquest treball proposa fer un sistema per al projecte de Synthia que, a partir de diferents tipus d'informació geogràfica obtinguda d'Internet sigui capaç de generar, a temps real, una aproximació 3D del món real, i d'aquí extreure dades de la mateixa qualitat que les que es generen actualment.
Integració d'informació geogràfica al motor Unity3D
Garcia Puig, M. (Autor). 28 de juny 2017
Tesi d’estudis: Projecte final de carrera (TFG)
Garcia Puig, M. (Autor),
Lopez Peña, A. M. (Director/a),
28 de juny 2017Tesi d’estudis: Projecte final de carrera (TFG)
Tesi d’estudis: Projecte final de carrera (TFG)