dc.contributor.author | Furmonas, Justas | |
dc.date.accessioned | 2023-09-18T08:46:52Z | |
dc.date.available | 2023-09-18T08:46:52Z | |
dc.date.issued | 2022 | |
dc.identifier.uri | https://etalpykla.vilniustech.lt/handle/123456789/107136 | |
dc.description.abstract | Baigiamajame magistro darbe atliktas pasirinkto monokulinio gylio informacijos nustatymo metodo efektyvumo tyrimas panaudojant surinktus realius duomenų rinkinius. Darbe plačiai išnagrinėti kiti gylio informacijos nustatymo metodai, pateikta metodų pagrindinių charakteristikų apžvalgos lyginamoji lentelė. Plačiau išanalizuotas pasirinktas metodas, naudojantis neuroninį tinklą ir monokulinę regą, įvertinti gauti rezultatai, nubrėžtos tolimesnės tyrimo kryptys. Surinkti realūs važiavimo miesto ir užmiesčio sąlygomis duomenų rinkiniai, į duomenų analizę įtraukiant papildomų veiksnių – išorines vibracijas dirbtiniams kameros įvykiams sukurti. Gauti rezultatai rodo, kad metodas visiškai praranda savo tikslumą, kai keičiasi optinio srauto vektorių kryptys. Vibracijų panaudojimas, kai nėra optinio srauto, nepadeda tiksliai atkurti gylio. Suformuluotos tolimesnės metodo tobulinimo kryptys ir pateiktas darbo apibendrinimas. Darbo apimtis – 38 p. teksto be priedų, 14 iliustr., 3 lent., 67 bibliografiniai šaltiniai. Atskirai pridedami darbo priedai. | lit |
dc.description.abstract | In the final master’s thesis, monocular dense depth estimation method was chosen, and its effectiveness further analyzed by using newly created datasets. The paper further examines other depth estimation methods, and a summary table is presented with a comparison of all methods. In depth analysis is performed of the selected monocular dense depth method and further research trends is established. Real datasets are collected by driving in city and countryside. In addition, datasets with external event-based camera vibrations are collected. The results show that the method is not capable to predict dense depth when optical flow direction changes and vice versa. Also, accurate depth prediction is not achieved when using event camera vibrations. Further method improvement guidelines are provided. In the end, summary of the work is presented. Thesis consists of 38 p. text without appendixes, 14 pictures, 3 tables, 67 bibliographical entries. Appendixes are included separately. | eng |
dc.format | PDF | |
dc.format.extent | 67 p. | |
dc.format.medium | tekstas / txt | |
dc.language.iso | lit | |
dc.rights | Laisvai prieinamas internete | |
dc.source.uri | https://talpykla.elaba.lt/elaba-fedora/objects/elaba:132256865/datastreams/MAIN/content | |
dc.title | Gylio informacijos nustatymas išsklaidytuose įvykių kameros srautuose | |
dc.title.alternative | Evaluation of Depth Information in Sparse Event Streams from Event-Based Cameras | |
dc.type | Magistro darbas / Master thesis | |
dcterms.references | 0 | |
dc.type.pubtype | ETD_MGR - Magistro darbas / Master thesis | |
dc.contributor.institution | Vilniaus Gedimino technikos universitetas | |
dc.subject.researchfield | T 001 - Elektros ir elektronikos inžinerija / Electrical and electronic engineering | |
dc.subject.studydirection | E09 - Elektronikos inžinerija / Electronic engineering | |
dc.subject.lt | gylio nustatymas | |
dc.subject.lt | įvykių kameros | |
dc.subject.lt | neuromorfija | |
dc.subject.lt | neuroniniai tinklai | |
dc.subject.lt | monokulinė rega | |
dc.subject.en | depth estimation | |
dc.subject.en | event-based cameras | |
dc.subject.en | neuromorphic | |
dc.subject.en | neural networks | |
dc.subject.en | monocular vision | |
dc.identifier.elaba | 132256865 | |