Estimación de posición de una cámara monocular utilizando aprendizaje continuo

Simple item page
dc.audiencegeneralPublic
dc.contributorMartín Ortíz, Manuel Isidrio
dc.contributorMartínez Carranza, José
dc.contributorOlvera López, José Arturo
dc.contributorOlmos Pimentel, Roberto
dc.contributor.advisorMartín Ortíz, Manuel Isidrio; 0000-0002-4725-2059
dc.contributor.advisorOlvera López, José Arturo; 0000-0003-0639-1463
dc.contributor.advisorOlmos Pimentel, Roberto; 0000-0001-6627-7158
dc.contributor.authorCabrera Ponce, Aldrich Alfredo
dc.creatorCabrera Ponce, Aldrich Alfredo; 0000-0002-9998-7444
dc.date.accessioned2026-06-30T19:04:11Z
dc.date.available2026-06-30T19:04:11Z
dc.date.issued2026-01
dc.description.abstract"Esta tesis presenta el desarrollo de estrategias de aprendizaje continuo para la localización visual de una cámara monocular a bordo de un dron en situaciones de pérdida de señal GPS. El objetivo principal fue diseñar una metodología de localización de respaldo capaz de proporcionar una posición aproximada a la real, mientras incorpora de manera dinámica nueva información del entorno. Para lograr este objetivo, se propusieron tres esquemas de localización basados en aprendizaje continuo: localización topológica, localización jerárquica y localización progresiva utilizando la percepción visual del escenario mediante imágenes aéreas. Además, se implementaron dos estrategias de aprendizaje continuo y un mecanismo de búsqueda para asociar las imágenes de prueba con su posición correspondiente. Los experimentos se realizaron en escenarios controlados con datos reales capturados en vuelo, evaluando el desempeño de las propuestas frente a trayectorias discontinuas y diversos entornos. Los resultados demostraron que las metodologías permiten recuperar la localización aproximada a la velocidad de procesamiento de la imagen, demostrando su uso como un sistema de respaldo ante fallas de GPS. A diferencia de enfoques tradicionales que requieren largos tiempos de entrenamiento y grandes conjuntos de datos, en este trabajo se exploró el uso de redes ligeras y arquitecturas binarias capaces de estimar la posición en tiempo cercano a la frecuencia de captura de la cámara".
dc.folio20260108112539-0327-T
dc.formatpdf
dc.identificator7
dc.identifier.urihttps://hdl.handle.net/20.500.12371/33309
dc.language.isospa
dc.matricula.creator221570271
dc.publisherBenemérita Universidad Autónoma de Puebla
dc.rights.accesopenAccess
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0
dc.subject.classificationINGENIERÍA Y TECNOLOGÍA
dc.subject.lccIngeniería (general)--Óptica aplicada--Procesamiento óptico de datos--Visión por computadora
dc.subject.lccCiencia (general)--Cibernética--Sistemas autoorganizados--Aprendizaje automático
dc.subject.lccAprendizaje automático (Inteligencia artificial)
dc.subject.lccRobots móviles--Navegación
dc.thesis.careerDoctorado en Ingeniería del Lenguaje y del Conocimiento
dc.thesis.degreedisciplineÁrea de Ingeniería y Ciencias Exactas
dc.thesis.degreegrantorFacultad de Ciencias de la Computación
dc.thesis.degreetoobtainDoctor en Ingeniería del Lenguaje y del Conocimiento
dc.titleEstimación de posición de una cámara monocular utilizando aprendizaje continuo
dc.typeTesis de doctorado
dc.type.conacytdoctoralThesis
dc.type.degreeDoctorado
Files
Original bundle
Now showing 1 - 2 of 2
Name:
20260108112539-0327-T.pdf
Size:
31.14 MB
Format:
Adobe Portable Document Format
Download
Name:
20260108112539-0327-CARTA.pdf
Size:
563.86 KB
Format:
Adobe Portable Document Format
Collections
Tesis de Doctorado