Warning message

Nemate dozvolu za prikaz ovog resursa!
prikaz prve stranice dokumenta Učenje korespondencijske metrike za gustu stereoskopsku rekonstrukciju
Rad nije dostupan
diplomski rad
Učenje korespondencijske metrike za gustu stereoskopsku rekonstrukciju
2017. urn:nbn:hr:168:483291
Oršić, Marin
Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva

Citirajte ovaj rad

Oršić, M. (2017). Učenje korespondencijske metrike za gustu stereoskopsku rekonstrukciju (Diplomski rad). Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:168:483291

Oršić, Marin. "Učenje korespondencijske metrike za gustu stereoskopsku rekonstrukciju." Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2017. https://urn.nsk.hr/urn:nbn:hr:168:483291

Oršić, Marin. "Učenje korespondencijske metrike za gustu stereoskopsku rekonstrukciju." Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2017. https://urn.nsk.hr/urn:nbn:hr:168:483291

Oršić, M. (2017). 'Učenje korespondencijske metrike za gustu stereoskopsku rekonstrukciju', Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, citirano: 24.12.2024., https://urn.nsk.hr/urn:nbn:hr:168:483291

Oršić M. Učenje korespondencijske metrike za gustu stereoskopsku rekonstrukciju [Diplomski rad]. Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva; 2017 [pristupljeno 24.12.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:483291

M. Oršić, "Učenje korespondencijske metrike za gustu stereoskopsku rekonstrukciju", Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, Zagreb, 2017. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:483291

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:168:483291
Prijavite se u repozitorij kako biste mogli spremiti objekt u svoju listu.
Podaci o radu
NaslovUčenje korespondencijske metrike za gustu stereoskopsku rekonstrukciju
Naslov (engleski)Learning a correspondence metric for dense stereoscopic reconstruction
AutorMarin Oršić
MentorSiniša Šegvić (mentor)
Član povjerenstvaSiniša Šegvić (predsjednik povjerenstva)
Član povjerenstvaDejan Škvorc (član povjerenstva)
Član povjerenstvaLeonardo Jelenković (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva
Zagreb
Datum i država obrane2017-07-19, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		TEHNIČKE ZNANOSTI
Računarstvo
Sažetak
Stereoskopska rekonstrukcija je važno područje primjene računalnog vida. Vrlo važan korak pri rješavanju tog problema jest ostvarivanje korespondencije piksela lijeve i desne slike. Ta korespondencija može se ostvariti analizom udaljenosti deskriptora dobivenih ugrađivanjem slikovnih okana u visokodimenzionalni metrički prostor. Ugrađivanje se tipično provodi dubokim modelom naučenim na stereoskopskim slikama s poznatom dubinskom informacijom. U okviru rada, proučeni su postupci stereoskopske rekonstrukcije temeljene na naučenim metrikama. Preuzeti su javno dostupni parametri ugrađivanja i vrednovana je postignuta točnost rekonstrukcije na prikladnoj kolekciji stereoskopskih slika. Naučena je vlastita korespondencijska metrika te su provedene usporedbe s rezultatima dobivenima javnom parametrizacijom. Opisani su postupci učenja i validiranja hiperparametara. Prikazani su i ocijenjeni ostvareni rezultati. Predloženi su pravci budućeg razvoja.
Sažetak (engleski)
Stereoscopic reconstruction is an important field of computer vision application. One of the main steps to solving this problem is computing the correspondence of left and right image pixels. Such correspondence may be achieved by distance analysis of image patch embeddings to a high dimensional metric space. Such embedding is typically achieved using deep learning trained on stereoscopic image pairs with ground truth depth information. In course of this thesis, learned metric stereo reconstruction algorithms have been studied. Publicly available embedding parameters have been evaluated on suitable stereoscopic datasets. Own correspondence metric was trained and compared against existing results. Training and hyperparameter validation steps are described. Achieved results are presented and further work is proposed.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:168:483291
Studijski programNaziv: Računarstvo
Vrsta studija: sveučilišni
Stupanj studija: diplomski
Akademski / stručni naziv: magistar/magistra inženjer/inženjerka računarstva (mag.ing.comp.)
Vrsta resursaTekst
Način izrade datotekeIzvorno digitalna
Prava pristupaZatvoreni pristup
Uvjeti korištenjaIkona licence Zaštićeno autorskim pravom.
Javna napomena
Datum i vrijeme pohrane2019-03-13 23:31:58