Avances en Reconstrucción 3D de Cuerpos Humanos mediante Deep Learning | ||
| dc.conicet.organizacion | Universidad Nacional del Sur. Departamento de Ingeniería Eléctrica y de Computadoras. Laboratorio de Ciencias de Las Imágenes | |
| dc.conicet.organizacion | Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Centro Nacional Patagónico. Instituto Patagónico de Ciencias Sociales y Humanas | |
| dc.conicet.organizacion | Universidad Nacional del Sur. Departamento de Ingeniería Eléctrica y de Computadoras. Laboratorio de Ciencias de Las Imágenes | |
| dc.conicet.organizacion | Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Centro Nacional Patagónico. Instituto Patagónico de Ciencias Sociales y Humanas | |
| dc.conicet.organizacion | Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Centro Nacional Patagónico. Instituto Patagónico de Ciencias Sociales y Humanas | |
| dc.conicet.rol | Autor | |
| dc.conicet.rol | Autor | |
| dc.conicet.rol | Autor | |
| dc.contributor.author | Trujillo Jiménez, Magda Alexandra | |
| dc.contributor.author | Navarro, Jose Pablo | |
| dc.contributor.author | Gonzalez-Jose, Rolando | |
| dc.coverage | Nacional | |
| dc.date.evento | 2024-08-12 | |
| dc.date.eventoHasta | 2024-08-16 | |
| dc.date.issued | 2024 | es |
| dc.description.abstract | En campos como la salud, la antropología, el deporte, el diseño de indumentaria y otros ámbitos relacionados, la obtención de medidas antropométricas precisas es esencial para diversas aplicaciones prácticas, abarcando desde la forma y el tamaño del cuerpo humano hasta la medición de perímetros y volúmenes.El avance de métodos basados en redes neuronales profundas y técnicas de Machine Learning ha revolucionado la capacidad para crear modelos tridimensionales precisos, especialmente en el análisis de mallas 3D, con un enfoque particular en cuerpos humanos. Se presentará una revisión exhaustiva de los avances más recientes en este campo, destacando los modelos y técnicas utilizados para la generación y análisis de mallas 3D aplicados a la reconstrucción antropométrica utilizando modelos basados en Deep Learning.Se abordarán métodos innovadores de segmentación y clasificación, así como técnicas para la estimación precisa de la pose y forma humana, enfatizando los modelos basados en Deep Learning que han simplificado estas tareas. Además, se compartirán resultados preliminares sobre la reconstrucción 3D de cuerpos humanos a partir de video, junto con una discusión sobre los desafíos continuos en términos de precisión y calidad de las reconstrucciones, así como la importancia de optimizar los recursos computacionales para avanzar en este campo prometedor. | es |
| dc.description.ciudadEvento | Bahia Blanca | es |
| dc.description.fil | Fil: Trujillo Jiménez, Magda Alexandra. Universidad Nacional del Sur. Departamento de Ingeniería Eléctrica y de Computadoras. Laboratorio de Ciencias de Las Imágenes; Argentina. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Centro Nacional Patagónico. Instituto Patagónico de Ciencias Sociales y Humanas; Argentina | |
| dc.description.fil | Fil: Navarro, Jose Pablo. Universidad Nacional del Sur. Departamento de Ingeniería Eléctrica y de Computadoras. Laboratorio de Ciencias de Las Imágenes; Argentina. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Centro Nacional Patagónico. Instituto Patagónico de Ciencias Sociales y Humanas; Argentina | |
| dc.description.fil | Fil: Gonzalez-Jose, Rolando. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Centro Nacional Patagónico. Instituto Patagónico de Ciencias Sociales y Humanas; Argentina | |
| dc.description.institucionOrganizadora | Sociedad Argentina de Informática | es |
| dc.description.institucionOrganizadora | Universidad Nacional del Sur | es |
| dc.description.nombreEvento | 53° Jornadas Argentinas de Informática; Simposio Argentino de Imágenes y Visión | es |
| dc.description.paisEvento | Argentina | es |
| dc.format | application/pdf | es |
| dc.identifier.citation | Avances en Reconstrucción 3D de Cuerpos Humanos mediante Deep Learning; 53° Jornadas Argentinas de Informática; Simposio Argentino de Imágenes y Visión; Bahia Blanca; Argentina; 2024; 99-104 | es |
| dc.identifier.institucional | CONICET | |
| dc.identifier.issn | 2451-7496 | es |
| dc.identifier.repo | CONICET Digital | |
| dc.identifier.uri | http://hdl.handle.net/11336/263257 | |
| dc.journal.ciudad | Bahia Blanca | es |
| dc.journal.number | 11 | es |
| dc.journal.pagination | 99-104 | es |
| dc.journal.pais | Argentina | es |
| dc.journal.volume | 10 | es |
| dc.language.iso | spa | es |
| dc.publisher | Sociedad Argentina de Informática e Investigación Operativa | es |
| dc.relation.alternativeid | info:eu-repo/semantics/altIdentifier/url/https://revistas.unlp.edu.ar/JAIIO/article/view/17881 | |
| dc.rights | info:eu-repo/semantics/openAccess | * |
| dc.rights.uri | https://creativecommons.org/licenses/by-nc-sa/2.5/ar/ | * |
| dc.source.revista | Jornadas Argentinas de Informática | es |
| dc.subject | 3D | es |
| dc.subject | RECONSTRUCCIÓN CORPORAL | es |
| dc.subject | DEEP LEARNING | es |
| dc.subject.classification | Otras Ciencias de la Computación e Información | es |
| dc.subject.classification | Ciencias de la Computación e Información | es |
| dc.subject.classification | CIENCIAS NATURALES Y EXACTAS | es |
| dc.title | Avances en Reconstrucción 3D de Cuerpos Humanos mediante Deep Learning | es |
| dc.type | info:eu-repo/semantics/publishedVersion | |
| dc.type | info:eu-repo/semantics/conferenceObject | |
| dc.type | info:ar-repo/semantics/documento de conferencia | |
| dc.type.publicacion | Journal | es |
| dc.type.subtype | Jornada | es |
Archivos
Bloque original
Cargando...
- Nombre:
- CONICET_Digital_Nro.3534f512-d13c-4ebf-a26a-eb280b0834c4_C.pdf
- Tamaño:
- 1.63 MB
- Formato:
- Adobe Portable Document Format
- Descripción: