Razumijevanje scena iz perspektive vozača semantičkom segmentacijom

završni rad

• Naslov (engleski): Scene understanding from the driver's perspective with semantic segmentation
• Autor: Klara Marijan
• Mentor: Siniša Šegvić (mentor)
• Član povjerenstva: Siniša Šegvić (predsjednik povjerenstva)
• Član povjerenstva: Ivan Grubišić (član povjerenstva)
• Član povjerenstva: Petra Bevandić (član povjerenstva)
• Ustanova koja je dodijelila akademski / stručni stupanj: Sveučilište u Zagrebu; Fakultet elektrotehnike i računarstva; Zagreb
• Datum i država obrane: 2020-07-09, Hrvatska
• Znanstveno / umjetničko područje, polje i grana: TEHNIČKE ZNANOSTI; Računarstvo

Sažetak

U ovom radu objašnjen je princip funkcioniranja umjetnih neuronskih mreža s naglaskom na konvolucijske neuronske mreže. U radu su opisane rezidualne neuronske mreže kao i njihova implementacija na primjeru mreže ResNet-18. Programski je ostvareno rješenje problema raspoznavanja prometnih sudionika te elemenata okoliša iz perspektive vozača. Uz osnovni model mreže ResNet-18, programski je ostvarena i nadogradnja modela ljestvičastim naduzorkovanjem. Napravljena je usporedba rezultata koje daju oba modela te su oni navedeni na kraju rada.

Sažetak (engleski)

This paper explains the principle of functioning of artificial neural networks with emphasis on convolutional neural networks. The paper describes residual neural networks as well as their implementation on the example of ResNet-18 network. The problem of recognizing traffic participants and elements of the environment from the perspective of the driver was solved programatically. In addition to the basic model of the ResNet-18 network, the model was also upgraded with ladder upsampling. A comparison of the results given by both models is made and they are listed at the end of the paper.

• Ključne riječi: neuronske mreže; konvolucijske neuronske mreže; ResNet; semantička segmentacija; ljestvičasto naduzorkovanje
• Ključne riječi (engleski): neural networks; convolutional neural networks; ResNet; semantic segmentation; ladder upsampling
• Jezik: hrvatski
• URN:NBN: urn:nbn:hr:168:624066
• Studijski program: Naziv: Računarstvo; Vrsta studija: sveučilišni; Stupanj studija: preddiplomski; Akademski / stručni naziv: sveučilišni/a prvostupnik/ prvostupnica (baccalaureus/baccalaurea) inženjer/inženjerka računarstva (univ.bacc.ing.comp.)
• Vrsta resursa: Tekst
• Način izrade datoteke: Izvorno digitalna
• Prava pristupa: Zatvoreni pristup
• Datum i vrijeme pohrane: 2023-01-14 09:24:22