Diseño e implementación de un sistema de estimación de profundidad basado en técnicas de aprendizaje profundo y vídeo multivista

Este Trabajo Fin de Máster se enmarca dentro de la línea de investigación en vídeo inmersivo multivista del Grupo de Tratamiento de Imágenes (GTI), en concreto, dentro del sistema “FVV-Live”. “FVV-Live” es un sistema de vídeo de punto de vista libre capaz de trabajar a tiempo real generando una vista virtual de una escena capturada con un grupo de cámaras estereoscópicas, lo cual permite al usuario navegar libremente por la escena. Actualmente, el sistema utiliza información geométrica de la escena obtenida mediante técnicas convencionales de estimación de profundidad basadas en visión estereoscópica. Esta información es utilizada para sintetizar el punto de vista elegido por el usuario en cada instante y que puede ser modificado a demanda. El objetivo principal de este proyecto consiste en implementar y evaluar distintas arquitecturas de redes neuronales que permitan la generación de mapas de profundidad válidos que posteriormente pue-dan ser utilizados para sintetizar una vista virtual con “FVV-Live”. Para ello, se abordará la creación de una base de datos con imágenes de pares estéreo y su profundidad asociada. Con esta base de datos se podrán realizar los entrenamientos pertinentes de diferentes modelos de aprendizaje profundo y evaluar su rendimiento. Además de este objetivo principal, este trabajo tendrá otros objetivos específicos como el aprendizaje y uso de las herramientas software y hardware necesarias para capturar y procesar las imágenes que compondrán la base de datos, y entrenar los modelos de aprendizaje profundo