Emparejamiento de imágenes tomadas desde diferentes perspectivas utilizando técnicas de Aprendizaje Máquina

Abstract

En este trabajo, se hará un resumen teórico de los distintos temas y ramas que engloban al campo de la Inteligencia Artificial, un campo que hoy en día está presente en todos los lugares por los contínuos avances y discusiones sociales de la actualidad. Se hace más enfásis en la explicación de las Redes Neuronales y, en concreto, de las técnicas de “Feature Detection and Matching”. Tras la explicación teórica, se hará uso de varios modelos de redes neuronales pre-entrenadas para resolver el problema del emparejamiento de imágenes. Una vez obtenidos los resultados de las distintas arquitecturas, se analizarán los resultados y se hará una comparativa de las mismas. Los modelos utilizados son implementaciones de las bibliotecas de estos proyectos disponibles en Python. La comparativa de resultados tiene como objetivo determinar el módelo más óptimo para resolver este problema y bajo las condiciones que se nos proponen en el desafio de Kaggle.

In this project, a theoretical summary will be made of the different topics and branches that include the field of Artificial Intelligence, a field that nowadays is present everywhere due to the continuous advances and current social discussions. More emphasis is placed on the explanation of Neural Networks and, specifically, on the techniques of "Feature Detection and Matching". After the theoretical explanation, several pre-trained neural network models will be used to solve the image matching problem. Once the results of the different architectures have been obtained, the results will be analyzed and compared. The models used are implementations of the libraries of these projects available in Python. The comparison of results aims to determine the most optimal model to solve this problem and under the conditions proposed in the Kaggle challenge.