Yes we can beat deep-learning with models: Towards 1-second run model-based optical flow and image registration

DirectorHERNÁNDEZ GIMÉNEZ, MÓNICA
Titulaciones
Grado en Ingeniería Informática
Duracion6 meses
LugarDIIS
Fecha Alta2021-10-01
Fecha Baja2024-09-01
ResumenEn los últimos años, los avances realizados en deep-learning han revolucionado áreas como la Visión por Computador llegando a ser habitual noticias como “Mona Lisa is brought to life by AI” donde se muestra como un algoritmo de deep-learning es capaz de realizar con un realismo asombroso una animación a partir de una imagen de la Mona Lisa. Una vez que se ha resuelto el problema de entrenamiento del modelo, estos algoritmos son capaces de resolver problemas tradicionales de visión en menos de 1 segundo. Esta rapidez de la fase de inferencia es la que los suele hacer preferibles a métodos basados en modelos. Así, los esfuerzos en las diferentes aplicaciones de Visión se están centrando en la adquisición o simulación de datos y el diseño de soluciones de fuerza bruta. En estos contextos es frecuente escuchar “si no funciona prueba a usar más datos o añadir más capas” o “no se por qué funciona pero funciona”. Con los métodos basados en modelos tenemos soluciones inteligentes para conseguir que un algoritmo funcione en nuestros datos y conocemos exactamente el motivo por el que nuestros algoritmos funcionan. Sólo nos falta adquirir la velocidad de crucero de los métodos basados en datos. El objetivo de este TFG consiste en explorar simplificaciones de los modelos que nos permitan utilizar soluciones cerradas durante la optimización y aceleren la obtención de soluciones al orden de la inferencia de los métodos basados en datos. Nos centraremos en la estimación de optical flow y registro de imágenes, que consiste en estimar el movimiento entre dos imágenes de una escena en movimiento y es una aplicación especialmente sensible a la obtención de soluciones eficientes al problema. La carga matemática de este TFG se adaptará al perfil del alumno por lo que puede resultar muy interesante para los alumnos del doble grado de matemáticas e informática.
Detalles/ContactoMónica Hernández Giménez. Si estás interesad@ no dudes en enviarme un correo a mhg@unizar.es
Volver