Desarrollo de redes de neuronas profundas para procesado de imagen

Abstract

[Resumen] El TFG consiste en el desarrollo de redes de neuronas artificiales (RNA) para que realicen transformaciones en imágenes, de forma que se consiga una mejora de diferentes parámetros de la imagen dependiendo de las condiciones de esta. Dentro de las RNA, hay unas arquitecturas específicas dentro del deep learning llamadas deep neural networks (DNN) que se caracterizan por tener un número alto de capas ocultas y de neuronas entre la capa de entrada y la de salida. En cada capa se procesan los datos mediante una serie de transformaciones lineales y no lineales hasta conseguir que los pesos de las neuronas tengan unos valores óptimos para que la salida producida y la esperada difieran muy poco. Estas redes requieren de una carga computacional elevada y es por eso que se esta creando hardware especifico que aumente el rendimiento y que elimine la necesidad de grandes servidores que procesen los datos. Un ejemplo de este hardware es el Intel Movidius 2. En este proyecto se plantea explorar el funcionamiento de un sistema hardware para implementación de RNA para poder desarrollar DNN en tiempos razonables de entrenamiento y ejecución. A partir de esto, construir conjuntos de entrenamiento con ejemplos de transformación de imagen, como por ejemplo HDRi, para poder entrenar DNN que permita mejorar significativamente futuras imágenes.