Iskanje po katalogu digitalne knjižnice

Iskalni niz:	išči po
	išči po
	išči po
	išči po
Vrsta gradiva:	* po starem in bolonjskem študiju
Jezik:
Išči po:
Opcije:	Prikaži samo zadetke s celotnim besedilom
	Ponastavi

1 - 3 / 3

Primerjava zaznave in segmentacije neznanih objektov v 6 prostostnih stopnjah : magistrsko delo
Nejc Herženjak, 2023, magistrsko delo

Opis: Cilj diplomskega dela je analizirati različne pristope odkrivanja in segmentacije neznanih predmetov ter primerjati podobnosti in razlike algoritmov. Raziskava temelji na ‟No Free Lunch Theorem‟ in je osredotočena na iskanje najustreznejših pristopov strojnega vida v robotiki in primerjavo njihove učinkovitosti. Na začetku je narejen pregled stanja raziskav z delitvijo na regresijske in klasifikacijske metode, zatem sledi segmentacija in prepoznava objektov ter se zaključi z opisom klasičnih in metod z nevronskim mreženjem. V nadaljevanju je opredeljena primerjava nabora podatkov in že narejenih meritev. Zadnji dve poglavji sta namenjeni evalvaciji lastnih poskusov in zaključek s priložnostmi nadaljnjih raziskav na tem področju.
Ključne besede: 6-DoF, strojni vid, evalvacija pozicije, segmentacija slike, zaznavanje objektov
Objavljeno v DKUM: 08.06.2023; Ogledov: 524; Prenosov: 51
Celotno besedilo (7,57 MB)

OVREDNOTENJE POSNETKOV LiDAR ZA ZAZNAVO OBJEKTOV
Bojan Rupnik, 2016, doktorska disertacija

Opis: Doktorska disertacija obravnava vrednotenje posnetkov LiDAR za zmožnost zaznave objektov. V njej opišemo osnove zajemanja zemeljskega površja s tehnologijo LiDAR ter predstavimo najpomembnejše karakteristike za oceno kakovosti pridobljenih posnetkov. Pri pregledu sorodnih del na področju analize kakovosti se osredotočimo na lokalno gostoto točk in razmik med njimi ter na njun vpliv na najpogostejše procese pri obdelavi podatkov LiDAR. Za natančno oceno gostote in razmika med točkami v posnetkih LiDAR razvijemo lastno metodo, ki temelji na prostorski delitvi z Voronoijevim diagramom. Metoda z analizo časovnih zapisov identificira območja šibkih odbojev, ki jih lahko pripišemo vodnim površinam in jih snemalnik ni zmožen kakovostno posneti. Ta območja izločimo iz posnetka in analizo osredotočimo na tista, ki omogočajo snemanje. Izkaže se, da sta gostota točk, potrebna za razpoznavo objekta, in velikost objekta v nelinearni funkcijski odvisnosti. Na osnovi te funkcijske odvisnosti in lokalnih gostot točk, pridobljenih iz Voronoijevega diagrama, lahko določimo področja, ki zagotovo omogočajo klasifikacijo objekta.
Ključne besede: LiDAR, gostota točk, lokalni razmik med točkami, Voronoijev diagram, zaznavanje objektov
Objavljeno v DKUM: 16.09.2016; Ogledov: 1917; Prenosov: 197
Celotno besedilo (16,31 MB)

PREPOZNAVANJE PRIMERKA IZ GENERIČNEGA RAZREDA OBJEKTOV NA OSNOVI DIGITALNIH SLIK
Natalija Dimovska, 2015, diplomsko delo

Opis: V diplomskem delu je predstavljena metoda za prepoznavanje primerka iz generičnega razreda objektov na osnovi digitalnih slik. Proces prepoznavanja objekta na sliki je ena od hitro razvijajočih se tehnologij. Podajamo pregled že obstoječih metod in postopkov za segmentacijo, strojno učenje ter popis objektov z značilkami. Prav tako je opisana naša implementacija algoritma za prepoznavanje generičnih objektov na sliki. Prepoznavanje primerka (skodelic) smo izvedli s segmentacijo GrubCut, deskriptorji HOG (angl. Histogram of Oriented Gradients), za klasifikacijo primerka pa smo uporabili strojno učenje s stroji SVM (angl. Support Vector Machine). Na testni množici 34 slik z 75 primerki smo izračunali metriko TPR (angl. True Positive Rate) kot 0,92 in metriko PPV (angl. Positive Predicted Value) skoraj 0,96, pri čemer smo uporabili učno množico velikosti 84 slik.
Ključne besede: Prepoznavanje objektov, klasifikacija, zaznavanje objektov, deskriptor, HOG, SVM, segmentacija
Objavljeno v DKUM: 14.10.2015; Ogledov: 1437; Prenosov: 109
Celotno besedilo (2,04 MB)

Iskanje izvedeno v 0.07 sek.

Na vrh