3D objektumfelismerés LIDAR pontfelhősorozatokon

OData támogatás
Konzulens:
Dr. Szécsi László
Irányítástechnika és Informatika Tanszék

Ma az ember egyre nagyobb elvárásokat támaszt az olyan technológiák és technikai fejlesztések iránt, amelyekkel könnyebbé teheti hétköznapjait, időt takaríthat meg, növelheti a biztonságérzetét. Gondoljunk a biztonsági rendszerek megbízhatóságának növelésére, a közlekedés magas fokú automatizálására, az orvosi képfeldolgozó rendszerek fejlesztésére. Ezeken a területeken számos olyan algoritmus létezik, amelyek alapja a számítógépes látás. Az algoritmusok egy része 2D-s képfeldolgozást valósít meg, míg másik része 3D-s méréseket dolgoz fel. Az ismert 3 dimenziós eszközök közül induljunk ki a LIDAR technológiából.

A szakdolgozat áttekintést ad a LIDAR technológia jelentőségéről és a pontfelhők feldolgozásának lépéseiről. Foglalkozik a statikus és mozgó objektumok elkülönítésével és az ezzel kapcsolatos módszerek jelentőségével utcai környezetben. Előtérbe helyezi az alakzatok elkülönítését, hiszen ez kulcsszerepű akár a biztonsági rendszerek, akár a városi modellezés területén. Áttekintést ad néhány implementált eljárásról (oszlopok elkülönítése, hirdetőtábla szegmentálása, gyalogosok kinyerése), melyek főleg geometriai tulajdonságokra épülnek. Összefoglalja a szakirodalom néhány eredményét a földi mérésekkel kapcsolatban, és részletesebben bemutat egy rendszert, ami két fő részből áll. Az egyik része, amely funkcióinak többsége már megvalósításra került korábban, képes pontfelhő szekvenciát beolvasni és felcímkézni, az eredményt pedig ki lehet menteni és később beolvasni. Ezt kiegészítjük azzal, hogy lehetőséget adunk az annotálás során az egyes alakzatok osztályozására és tanító halmazba való besorolására. A másik része egy új keretrendszer, amelybe beolvassuk az előzőekben ismertetett rendszerben felhasznált pontfelhőt és létrehozott annotációs fájlt, majd ezek felhasználásával statisztikai adatokat határozunk meg. A folyamat során meghatározott adatok felhasználásával pedig osztályozzuk azokat az alakzatokat, amelyeket nem soroltunk a tanító halmazba. A feladat célja, megvizsgáljuk, mennyire alkalmasak az egyes statisztikai mutatók az eljárás során. A jellemzők alkalmazhatósága függ az objektumok számától, a hasonló objektumok azonosságának mértékétől, az osztályozott halmazok számától, így különböző környezetekben különböző módon használhatók fel.

Letölthető fájlok

A témához tartozó fájlokat csak bejelentkezett felhasználók tölthetik le.