Ver trabajo

Fecha de propuesta: 14/10/2024 (Pendiente de aceptación)

Descripción:
La valoración temprana de la postura de bebés es vital para prevenir posibles alteraciones futuras en su desarrollo motor. Una forma de realizar la valoración es mediante el estudio de los apoyos del bebé mediante el análisis de vídeos. La finalidad del TFM es construir una aplicación que cargue videos y, mediante técnicas de Deep Learning, realice la segmentación semántica de las imágenes para la detección de los apoyos. La visualización de los apoyos en las imágenes ayudará al profesional a valorar la postura del bebé.

Objetivos funcionales:
1.- Entrenar una arquitectura de CNN (Red Neuronal Convolucional) con un DataSet propio para realizar la segmentación semántica de las imágenes 2.- Construir una herramienta software que integre la captura de vídeos, su procesamiento con la CNN entrenada y la visualización de los apoyos 3.- Incluir técnicas para determinar la calidad de los apoyos

Entornos de desarrollo y explotación:
- Matlab para desarrollo de prototipos - Python y librerías de DeepLearning (pytorch, tensorflow…) para tareas de entreno