Rodyti trumpą aprašą

dc.contributor.authorFurmonas, Justas
dc.date.accessioned2023-09-18T08:46:52Z
dc.date.available2023-09-18T08:46:52Z
dc.date.issued2022
dc.identifier.urihttps://etalpykla.vilniustech.lt/handle/123456789/107136
dc.description.abstractBaigiamajame 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.abstractIn 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.formatPDF
dc.format.extent67 p.
dc.format.mediumtekstas / txt
dc.language.isolit
dc.rightsLaisvai prieinamas internete
dc.source.urihttps://talpykla.elaba.lt/elaba-fedora/objects/elaba:132256865/datastreams/MAIN/content
dc.titleGylio informacijos nustatymas išsklaidytuose įvykių kameros srautuose
dc.title.alternativeEvaluation of Depth Information in Sparse Event Streams from Event-Based Cameras
dc.typeMagistro darbas / Master thesis
dcterms.references0
dc.type.pubtypeETD_MGR - Magistro darbas / Master thesis
dc.contributor.institutionVilniaus Gedimino technikos universitetas
dc.subject.researchfieldT 001 - Elektros ir elektronikos inžinerija / Electrical and electronic engineering
dc.subject.studydirectionE09 - Elektronikos inžinerija / Electronic engineering
dc.subject.ltgylio nustatymas
dc.subject.ltįvykių kameros
dc.subject.ltneuromorfija
dc.subject.ltneuroniniai tinklai
dc.subject.ltmonokulinė rega
dc.subject.endepth estimation
dc.subject.enevent-based cameras
dc.subject.enneuromorphic
dc.subject.enneural networks
dc.subject.enmonocular vision
dc.identifier.elaba132256865


Šio įrašo failai

Thumbnail

Šis įrašas yra šioje (-se) kolekcijoje (-ose)

Rodyti trumpą aprašą