UNITesi

Automatic recognition of understory elements represents a complex task with a strong variety of natural elements. This thesis proposes a hybrid system that integrates classical image processing techniques with deep learning.

Il riconoscimento automatico degli elementi del sottobosco rappresenta un compito complesso dalla forte varietà di elementi naturali. Questa tesi propone un sistema ibrido che integra tecniche classiche di elaborazione delle immagini con il deep learning.

DEEP LEARNING APPLICATO AGLI ELEMENTI COSTITUENTI IL SOTTOBOSCO

MARTUCCI, DAVIDE AGOSTINO
2025/2026

Abstract

Automatic recognition of understory elements represents a complex task with a strong variety of natural elements. This thesis proposes a hybrid system that integrates classical image processing techniques with deep learning.
2025
DEEP LEARNING APPLIED TO THE ELEMENTS CONSTITUTING THE UNDERGROWTH
Il riconoscimento automatico degli elementi del sottobosco rappresenta un compito complesso dalla forte varietà di elementi naturali. Questa tesi propone un sistema ibrido che integra tecniche classiche di elaborazione delle immagini con il deep learning.
Deep Learning
Sottobosco
Computer Vision
MATLAB
Data Augmentation
Lauree triennali
File in questo prodotto:
Fulltext non presente su UNITESI – Verifica la disponibilità della tesi in formato cartaceo interrogando il Catalogo di Ateneo

I documenti in UNITESI sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.14253/110202