Listar por autor "Seoane, Antonio"
Mostrando ítems 1-5 de 5
-
Diseño y usabilidad de interfaces para entornos educativos de realidad aumentada
Videla-Rodríguez, José-Juan; Sanjuán Pérez, Antonio; Martínez Costa, Sandra; Seoane, Antonio (Universitat de Barcelona, 2017)[Resumen]: El objetivo de esta investigación es la de determinar los elementos, componentes y factores que resultan clave a la hora de diseñar interfaces interactivas para entornos de realidad aumentada, centrándose de ... -
Highway Remodeling: Harnessing Georeferenced Data for Procedural Modeling
Noriega, M. A.; Ribelles, José; Seoane, Antonio; Martínez, Margarita; Taibo, Javier; Iglesias-Guitián, José A. (Universidade da Coruña, Servizo de Publicacións, 2023)[Abstract] : This paper introduces a novel procedural modeling system for generating 3D highway models, leveraging real-world data inputs such as highway layouts and manual annotations of essential elements. Our highly ... -
La introducción de los videojuegos en los contenidos museísticos: de la intención al diseño de experiencias
Mihura-López, Rocío; Seoane, Antonio; Piñeiro-Otero, Teresa (Eurasia Academic Publishing Group, 2023)[Resumen:] En las últimas décadas se ha producido un cambio radical en el concepto de museo hacia la valorización de la experiencia como vía de adquisición de conocimiento. Este cambio ha generado un entorno propicio para ... -
La percepción del espacio en la visualización de arquitectura mediante realidad virtual inmersiva
Hernández-Ibáñez, Luis A.; Taibo, Javier; Seoane, Antonio; Jaspe, Alberto (Universidad Politécnica de Valencia, 2011)[Resumen] La realidad virtual inmersiva constituye una herramienta poderosa para la exploración vívida del espacio virtual. La sensación de presencia que provoca en el usuario la capacidad de observar el entorno ... -
Understanding the Influence of Rendering Parameters in Synthetic Datasets for Neural Semantic Segmentation Tasks
Silva, Manuel; Mures, Omar A.; Seoane, Antonio; Iglesias-Guitian, Jose A. (Universidade da Coruña, Servizo de Publicacións, 2023)[Abstract] Deep neural networks are well known for demanding large amounts of training data, motivating the appearance of multiple synthetic datasets covering multiple domains. However, synthetic datasets have not yet ...