Integració d'informació geogràfica al motor Unity3D

Resumen

Cada vez se usa más el "deep learning" para la conducción autónoma, pero para utilizarlo son necesarios muchos datos con anotaciones especiales llamadas "ground truth" (como la profundidad de la imagen o el "optical flow"). Anotar dichos datos a mano es muy difícil, puede que imposible. La forma mas rápida de conseguir una gran cantidad de estos datos es generar aproximaciones en motores gráficos como hace el dataset Synthia (que funciona con Unity3D). Pero para generar una ciudad sintética dentro de uno de éstos motores es necesario mucho trabajo en el modelado, texturizado y arquitectura de la ciudad y el terreno y es muy lento. Éste trabajo un sistema para el proyecto de Synthia que, a partir de distintos tipos de información geográfica obtenida d'Internet, sea capaz de generar, a tiempo real, una aproximación 3D del mundo real, y de aquí extraer datos de la misma calidad que las que se generan actualmente.

Fecha de lectura	28 jun 2017
Idioma original	Catalán
Supervisor	Antonio Manuel Lopez Peña (Director/a)