Por favor, use este identificador para citar o enlazar este ítem:
http://cicese.repositorioinstitucional.mx/jspui/handle/1007/3666| Corrección y seguimiento de la posición en ambientes virtuales utilizando aprendizaje profundo Correction and monitoring of position in virtual environments using deep learning | |
| Jesús Mauricio Jiménez Solorio | |
| UBALDO RUIZ LOPEZ ISRAEL BECERRA DURAN | |
| Acceso Abierto | |
| Atribución | |
| aprendizaje profundo, realidad virtual, error de deriva, sensor inercial deep learning, virtual reality, drift error, inertial sensor | |
| En esta tesis, se aborda el problema de la corrección del error de deriva en sensores inerciales utilizados para rastrear la posición en ambientes virtuales. A diferencia de los trabajos en el estado del arte, que hacen uso de sensores exteroceptivos para afrontar el problema, en esta tesis se presenta una solución basada en aprendizaje profundo que recibe exclusivamente mediciones de sensores propioceptivos, la cual es novedosa en el contexto de realidad virtual. Las contribuciones principales de este trabajo son: 1) la creación de una base de datos con lecturas tomas a partir de una unidad de medición inercial, localizada en un casco de realidad virtual, mientras los usuarios realizan diferentes actividades, y 2) el diseño de una red neuronal profunda basada en capas LSTM bidireccionales para la predicción de trayectorias en ambientes virtuales. Los resultados obtenidos con el método propuesto presentan una mejoría en la reconstrucción de la posición del casco de realidad virtual con respecto a la literatura, en particular, en la coordenada correspondiente a la altura. This thesis addresses the problem of correcting the drift error produced by inertial sensors used for tracking the position in virtual environments. Unlike works in the state-of-the-art, which use exteroceptive sensors to address the problem, this work presents a novel solution in the context of virtual reality based on deep learning and using data exclusively from proprioceptive sensors. The main contributions of this work are: 1) generating a database with readings taken from an inertial measurement unit located on a virtual reality headset while the users perform different activities and 2) designing a deep neural network based on bidirectional LSTM layers to predict trajectories in virtual environments. The proposed approach shows an improvement in the reconstruction of the HMD position with respect to the literature, in particular, in the coordinate corresponding to height. | |
| CICESE | |
| 2022 | |
| Tesis de maestría | |
| Español | |
| Jiménez Solorio, J.M. 2022. Corrección y seguimiento de la posición en ambientes virtuales utilizando aprendizaje profundo. Tesis de Maestría en Ciencias. Centro de Investigación Científica y de Educación Superior de Ensenada, Baja California. 101 pp. | |
| ENSEÑANZA CON AYUDA DE ORDENADOR | |
| Aparece en las colecciones: | Tesis - Ciencias de la Computación |
Cargar archivos:
| Fichero | Descripción | Tamaño | Formato | |
|---|---|---|---|---|
| tesis_Jesús Mauricio Jiménez Solorio_02 feb 2022.pdf | Versión completa de la tesis | 18.6 MB | Adobe PDF | Visualizar/Abrir |