RT info:eu-repo/semantics/bachelorThesis
T1 Deep Learning en videojuegos: superresolución
A1 Abreu Díaz, Imar
A2 Grado en Ingeniería Informática
K1 Videojuegos
K1 Superresolución
K1 Inteligencia Artificial (AI)
K1 Redes Neuronales
K1 Redes Neuronales Convolucionales (CNN)
K1 Deep Learning
K1 Python
K1 TensorFlow
K1 Keras
K1 Nvidia
K1 DLSS
K1 Videojuegos
K1 Superresolución
K1 Inteligencia Artificial (AI)
K1 Redes Neuronales
K1 Redes Neuronales Convolucionales (CNN)
K1 Deep Learning
K1 Python
K1 TensorFlow
K1 Keras
K1 Nvidia
K1 DLSS
AB En la actualidad, una gran parte de la población mundial consume videojuegos, ya seamediante contenido en streaming o jugando directamente. El tipo de juego más consumidoson los de tipo competitivo, debido al gran impacto que han tenido los eSports a nivelmundial. Esto ha producido que los jugadores se preocupen cada vez más por tener un mejorordenador, consola o smartphone; para poder tener un mejor rendimiento y mejorar comojugadores. Por otra parte, hay jugadores que lo que buscan es disfrutar visualmente de losvideojuegos, jugando a altas resoluciones y con un alto nivel de detalle gráfico. Para podersatisfacer 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 lacalidad de los videojuegos. En este informe se abordará uno de los métodos querecientemente se ha empezado a implementar en los videojuegos, la Superresolución. Estatécnica de procesamiento de imágenes mediante deep learning permite aumentar laresolución de una imagen sin pérdida de información.
YR 2019
FD 2019
LK http://riull.ull.es/xmlui/handle/915/16588
UL http://riull.ull.es/xmlui/handle/915/16588
LA es
DS Repositorio institucional de la Universidad de La Laguna
RD 19-abr-2024