Monokularna estimacija dubine u autonomnoj vožnji uz poznatu visinu kamere

diplomski rad

• Naslov (engleski): Monocular depth estimation in autonomous driving with known camera height
• Autor: Karlo Dinčir
• Mentor: Ivan Marković (mentor)
• Član povjerenstva: Ivan Marković (član povjerenstva)
• Član povjerenstva: Luka Petrović (član povjerenstva)
• Član povjerenstva: Juraj Peršić (član povjerenstva)
• Ustanova koja je dodijelila akademski / stručni stupanj: Sveučilište u Zagrebu; Fakultet elektrotehnike i računarstva; Zagreb
• Datum i država obrane: 2023-07-11, Hrvatska

Sažetak

Estimacija dubine je jedna od najvažnijih informacija iz scene za veliki broj primjena i najbolji rezultati se ostvaruju se neuronskim mrežama i fuzijom senzora. Zbog male cijene i dostupnosti monokularne kamere pokušava se estimirati točna dubina samo monokularnom kamerom. Problem monokularne kamere je nemogućnost određivanje dubine koja ima metrički točnu skalu. Relativna dubinska mapa dobivena iz monokularne kamere u ovom radu će se pretvoriti u dubinsku mapu s metrički točnom skalom iz informacije o visini kamere. Kako bi izbjegli skupi i vremenski zahtjevan proces sakupljanja točno označenih podataka, koristit ćemo samonadziranu mrežu koja sama točno označava podatke za treniranje.

Sažetak (engleski)

Depth estimation is one of the most important pieces of information from the scene for a wide range of applications, and the best results are achieved through neural networks and sensor fusion. Due to the low cost and availability of monocular cameras, an attempt is made to estimate accurate depth using only a monocular camera. The problem with monocular cameras is the inability to determine depth with a metrically accurate scale. The relative depth map obtained from a monocular camera in this study will be converted into a depth map with a metrically accurate scale using camera height information. To avoid the expensive and time-consuming process of collecting accurately labeled data, we will use a self-supervised network that self-labels the training data accurately.

• Ključne riječi: estimacija dubine; monokularna kamera; konvolucijske neuronske mreže; samonadzirano učenje
• Ključne riječi (engleski): depth estimation; monocular camera; convolutional neural network; self-supervised learning
• Jezik: hrvatski
• URN:NBN: urn:nbn:hr:168:906883
• Studijski program: Naziv: Informacijska i komunikacijska tehnologija; Vrsta studija: sveučilišni; Stupanj studija: diplomski; Akademski / stručni naziv: magistar/magistra inženjer/inženjerka informacijske i komunikacijske tehnologije (mag. ing. inf. et comm. techn.)
• Vrsta resursa: Tekst
• Način izrade datoteke: Izvorno digitalna
• Prava pristupa: Zatvoreni pristup
• Datum i vrijeme pohrane: 2023-10-11 08:43:11