Kiterjesztett valóság rendszerekben alkalmazható deep learning algoritmusok implementációja és vizsgálata

OData támogatás
Konzulens:
Dr. Harmati István
Irányítástechnika és Informatika Tanszék

A kiterjesztett valóság (AR) és a deep learning napjaink népszerűbb technológiai irányzatai közé tartoznak. A kiterjesztett valóság rendszerek forradalmasíthatják a szórakoztatóipar, az oktatás, vagy akár a termelés világát a virtuális elemek valóságba ültetésével. Mivel ezen alkalmazások elengedhetetlen része a környezetről biztosított élő kép, szoros kapcsolatban állnak a képfeldolgozás tudományos területével, melyek eredményei tovább bővíthetik, színesíthetik az AR lehetőségeit. A képfeldolgozás jelenét a konvolúciós neurális hálózatok [10] elterjedése óta a deep learning alapú algoritmusok uralják, így ezek alkalmazása AR környezetben elősegítheti, hogy a tartalom interaktívabb, élethűbb legyen. Munkám során az INDE R&D cég gyakornokaként egy olyan funkció megvalósításán dolgoztam, mely konvolúciós neurális hálózatokon alapuló módszerrel szegmentálja az AR rendszer képén található embereket, valamint érzékeli azok mélységi pozícióját. Ezek felhasználásával kíséreltem meg munkám során kezelni az esetleges okklúziókat, melyek során a térben nagyobb mélységben található virtuális elemek eltakarták a kamerakép által látott, a valós térben közelebb elhelyezkedő embereket.

Letölthető fájlok

A témához tartozó fájlokat csak bejelentkezett felhasználók tölthetik le.