Optikai áramlás számítására alkalmas algoritmusok vezetéstámogató rendszerekben

OData támogatás
Konzulens:
Dr. Blázovics László
Automatizálási és Alkalmazott Informatikai Tanszék

Az optikai áramlás egy olyan módszer a képfeldolgozásban, ami által a kamerára tangenciálisan eső mozgásokat lehet leírni a képek sorozatainak felhasználásával. A mozgások leírásából fakadóan ez egy olyan információ, ami vezetés támogató rendszerekben egyre inkább keresetté válik. Tekintettel a járművek automatizálásának rohamos tempójára, az optikai áramlás számítása szinte elengedhetetlen a jövőben. A diplomamunkám keretein belül az volt a célom, hogy az optikai áramlás számítására alkalmas lehetőségeket megvizsgáljam.

Munkám során az optikai áramlás számítására alkalmas algoritmusokat három csoportba osztottam, majd olyan algoritmusokat kerestem, amik reprezentálják az adott csoporttal elérhető pontosságot és futási időt. A különböző megközelítéseket a következő csoportokba osztottam: sparse optical flow, dense optical flow, deep learning. Az algoritmusok összehasonlításához úgynevezett benchmarkot kellett választani, amivel egy százalékos értéket tudtam adni az algoritmus pontosságára. Az összehasonlításhoz további szempontok voltak, hogy hogyan lehet ezeket az algoritmusokat egy autóba épített front kamerával használni, milyen hardveren lehet az algoritmusokat futtatni, továbbá mire lehet használni az optikai áramlást ebben a környezetben.

Eredményként azt kaptam, hogy bár a sparse optical flow algoritmusok gyorsak és pontosak, de kevés vektort számolnak ki, így használhatóságuk korlátozódik a kiszámolt pixelekre. A dense optical flow algoritmusok lassúak, viszont jobb pontosságot érnek el. A deep learning alapú algoritmusok gyorsak és pontosak is, amennyiben elegendő és jó minőségű adat rendelkezésre. Ezeknek az adatoknak a generálására mutattam két példát dense optical flow algoritmusok és szemantikus szegmentálás kombinálásával.

Végezetül a kiválasztott deep learning alapú algoritmust három különböző hardveren teszteltem futási időre. Továbbá csináltam egy autós tesztet, amin reprezentáltam az algoritmusok százalékos pontosságát km/h értékekre vetítve. Bemutattam pár érdekes felhasználási lehetőséget optikai áramlás téren.

A munkám során igyekeztem előremutató eredményeket elérni, illetve szem előtt tartani a technika fejlődését, ami által új távlatok nyílnak meg optikai áramlás témakörben. Ennek megfelelően alkalmam nyílt két konferencián résztvenni: Max Planck Lecture 2017 Stuttgart (Mobileye), illetve GPU Technology Conference Europe 2017 München (Nvidia). Ezek további lehetőséget nyújtottak az ismereteim kiszélesítésére, illetve betekintést engedtek a napjainkban elterjedt technológiák, irányvonalak, újdonságok területére.

Letölthető fájlok

A témához tartozó fájlokat csak bejelentkezett felhasználók tölthetik le.