Mostrar el registro sencillo del ítem
Deep Learning en videojuegos: superresolución
dc.contributor.advisor | Torres Jorge, Jesús Miguel | |
dc.contributor.advisor | Piñeiro Vera, José Demetrio | |
dc.contributor.author | Abreu Díaz, Imar | |
dc.contributor.other | Grado en Ingeniería Informática | |
dc.date.accessioned | 2019-10-17T09:55:20Z | |
dc.date.available | 2019-10-17T09:55:20Z | |
dc.date.issued | 2019 | |
dc.identifier.uri | http://riull.ull.es/xmlui/handle/915/16588 | |
dc.description.abstract | En la actualidad, una gran parte de la población mundial consume videojuegos, ya sea mediante contenido en streaming o jugando directamente. El tipo de juego más consumido son los de tipo competitivo, debido al gran impacto que han tenido los eSports a nivel mundial. Esto ha producido que los jugadores se preocupen cada vez más por tener un mejor ordenador, consola o smartphone; para poder tener un mejor rendimiento y mejorar como jugadores. Por otra parte, hay jugadores que lo que buscan es disfrutar visualmente de los videojuegos, jugando a altas resoluciones y con un alto nivel de detalle gráfico. Para poder satisfacer estos requisitos las empresas han empezado a buscar en la Inteligencia Artificial, en concreto en las técnicas de deep learning, un aliado para mejorar el rendimiento y la calidad de los videojuegos. En este informe se abordará uno de los métodos que recientemente se ha empezado a implementar en los videojuegos, la Superresolución. Esta técnica de procesamiento de imágenes mediante deep learning permite aumentar la resolución de una imagen sin pérdida de información. | |
dc.description.abstract | Nowadays, a large part of the world's population consumes video games, whether via streaming or playing. The most consumed kind of game is those of a competitive type, due to the great impact that eSports have had worldwide. This has caused players to become increasingly concerned about having a better computer, console or smartphone; to be able to perform better and improve as a player. On the other hand, there are players who are looking to visually enjoy video games, playing at high resolutions and with a high level of graphic detail. In order to meet these requirements, companies have started looking at Artificial Intelligence, specifically deep learning techniques, an ally to improve the performance and quality of video games. This report will address one of the features that has recently begun to be implemented in video games, Super-Resolution. This deep learning image processing technique allows you to increase the resolution of an image without loss of information. | |
dc.format.mimetype | application/pdf | |
dc.language.iso | es | |
dc.rights | Licencia Creative Commons (Reconocimiento-No comercial-Sin obras derivadas 4.0 Internacional) | |
dc.rights.uri | https://creativecommons.org/licenses/by-nc-nd/4.0/deed.es_ES | |
dc.subject | Videojuegos | |
dc.subject | Superresolución | |
dc.subject | Inteligencia Artificial (AI) | |
dc.subject | Redes Neuronales | |
dc.subject | Redes Neuronales Convolucionales (CNN) | |
dc.subject | Deep Learning | |
dc.subject | Python | |
dc.subject | TensorFlow | |
dc.subject | Keras | |
dc.subject | Nvidia | |
dc.subject | DLSS | |
dc.title | Deep Learning en videojuegos: superresolución | |
dc.type | info:eu-repo/semantics/bachelorThesis | |
dc.subject.keyword | Videojuegos | |
dc.subject.keyword | Superresolución | |
dc.subject.keyword | Inteligencia Artificial (AI) | |
dc.subject.keyword | Redes Neuronales | |
dc.subject.keyword | Redes Neuronales Convolucionales (CNN) | |
dc.subject.keyword | Deep Learning | |
dc.subject.keyword | Python | |
dc.subject.keyword | TensorFlow | |
dc.subject.keyword | Keras | |
dc.subject.keyword | Nvidia | |
dc.subject.keyword | DLSS |