dc.contributor.author | Skunčikas, Dmitrijus | |
dc.date.accessioned | 2023-09-18T08:57:17Z | |
dc.date.available | 2023-09-18T08:57:17Z | |
dc.date.issued | 2013 | |
dc.identifier.uri | https://etalpykla.vilniustech.lt/handle/123456789/108888 | |
dc.description.abstract | Objektų atpažinimo naudojant spalvos ir formos požymių rinkinius tyrimas. Magistro baigiamasis darbas informatikos inžinerijos laipsniui. Vilniaus Gedimino technikos universitetas. Vilnius, 2013. 60 p. teksto be priedų, 36 iliustr., 8 lent., 43 bibl., 3 priedai. Magistro baigiamojo darbo tikslas – ištirti trimačių (3D) objektų atpažinimo metodus, grįstus trimačiais (3D) spalvos ir formos požymių rinkiniais. Atlikta analitinė objektų atpažinimo metodų, grįstų spalvos ir formos požymių rinkiniais, literatūros apžvalga. Atrinkti bei išanalizuoti perspektyvūs objektų atpažinimo metodai, grįsti spalvos ir formos požymių rinkiniais. Ištirti atrinktieji objektų atpažinimo metodai bei pateikti jų efektyvumo rezultatai. Ištirtas objektų atpažinimo efektyvumas keičiant objektų paviršiaus įvertinimo parametrus, būdingųjų taškų išrinkimo metodus ir jų parametrus, požymių skaičiavimo metodus (deskriptorius) ir jų parametrus, įvertintas klaidingų atitikimų filtravimo RANSAC metodo poveikis. Išrinktas efektyviausias objektų atpažinimo metodas, kuris atpažįsta objekto kategoriją – 100 %, objektą – 88 %. | lit |
dc.description.abstract | Research on Object Recognition Using Color and Shape Feature Descriptors. Master thesis for Informatics Engineering master degree. Vilnius Gediminas technical university. Vilnius, 2013. Thesis consists of: 60 p. text without appendixes, 36 figures, 8 tables, 43 bibliographical entries, 3 appendixes included. The aim of master’s thesis is to investigate the 3D object recognition methods using 3D color and shape feature descriptors. The analytical review of object recognition methods is performed, reviewing the abilities of algorithms implementation based on color and shape feature descriptors. The promising elected recognition algorithms are analyzed. The recognition algorithms are investigated and effectiveness results are produced. The Efficiency of recognition methods is investigated by changing evaluation parameters of objects’ surface, descriptors and their parameters, influance of reject‘s of correspondences method RANSAC. According to test results the most effective object recognition method recognizes correct object category 100%, objects 88%. | eng |
dc.format | PDF | |
dc.format.extent | 84 p. | |
dc.format.medium | tekstas / txt | |
dc.language.iso | lit | |
dc.rights | Neprieinamas | |
dc.source.uri | https://talpykla.elaba.lt/elaba-fedora/objects/elaba:2110817/datastreams/MAIN/content | |
dc.title | Objektų atpažinimo, naudojant spalvos ir formos požymių rinkinius, tyrimas | |
dc.title.alternative | Research on Object Recognition Using Color and Shape Feature Descriptors | |
dc.type | Magistro darbas / Master thesis | |
dc.type.pubtype | ETD_MGR - Magistro darbas / Master thesis | |
dc.contributor.institution | Vilniaus Gedimino technikos universitetas | |
dc.subject.researchfield | T 007 - Informatikos inžinerija / Informatics engineering | |
dc.subject.lt | 3D objektų atpažinimas | |
dc.subject.lt | taškų debesis | |
dc.subject.lt | būdingųjų taškų išskyrimas | |
dc.subject.lt | 3D požymių deskriptorius | |
dc.subject.lt | PCL | |
dc.subject.en | 3D object recognition | |
dc.subject.en | point cloud | |
dc.subject.en | point of interest extraction | |
dc.subject.en | 3D features descriptor | |
dc.subject.en | PCL | |
dc.publisher.name | Lithuanian Academic Libraries Network (LABT) | |
dc.publisher.city | Kaunas | |
dc.identifier.elaba | 2110817 | |