Közlekedési szituációk felismerése mély neurális hálókkal

OData támogatás
Konzulens:
Dr. Horváth Gábor
Méréstechnika és Információs Rendszerek Tanszék

Jelen dokumentumban bemutatom a Budapesti Műszaki és Gazdaságtudományi Egyetem mérnökinformatikus képzésén elkészített szakdolgozatom kidolgozásának folyamatát és annak eredményeit. A dolgozat az alapképzési tanulmányaim lezárása, de a témakörben való elmélyülésemnek csak egy mérföldköve.

A gépi látás kutatások egyik fő témaköre jelenleg az önvezető autók és ez az érdeklődés jelenleg úgy látszik, hogy csak nőni fog. Egyáltalán nem olyan triviális a feladat, mint elsőre látszik, ugyanis nagyon sok részletre kell megoldást találni kezdve a rengeteg felismerendő objektumtól a megfelelő feldolgozási frekvenciáig. Jelen dokumentumban ezeknek a problémáknak csak egy részére keresek megoldást. Pontosabban ember, kerékpár és autó felismerése a cél egyszerű színes kameraképeken. A probléma megoldására mély neurális hálók alkalmazását tűztem ki célul, mivel az elmúlt évek kutatásai alapján igen jó pontosságot lehet elérni használatukkal. Továbbá olyan módszerek alkalmazását is ismertetem, mint az adat augmentáció és transfer learning, melyek segítenek kiküszöbölni bizonyos erőforrásbeli hiányosságokat, amelyekkel én is szembe találtam magam.

Az elért eredmények összességében lehetőségeimhez mérten jónak mondhatók, viszont látható, hogy van még fejlődési lehetőség mind a használt erőforrások, mind a pontosság tekintetében. A jövőben szeretném kamatoztatni tudásomat az önvezető versenyautók területén, ahol a dolgozat elkészítése során szerzett tapasztalataim jó alapot fognak adni a munkához.

Letölthető fájlok

A témához tartozó fájlokat csak bejelentkezett felhasználók tölthetik le.