Sémantická segmentace v dlouhodobé vizuální lokalizaci – Ing. Lukáš BUREŠ
Ing. Lukáš BUREŠ
Disertační práce
Sémantická segmentace v dlouhodobé vizuální lokalizaci
Semantic Segmentation in Long-term Visual Localization
Abstract:
This thesis has five main goals. At first, it maps the datasets used for long-term visual localization and selects viable datasets for further evaluation. Next, one of the current state-of-the-art pipelines is selected and enhanced. Results with carefully fine-tuned methods' parameters accomplish better localization results. Furthermore, it shows that dynamic objects in an image are unnecessary for …víceAbstract:
Tato práce má pět hlavních cílů. Nejprve mapuje datové sady používané pro dlouhodobou vizuální lokalizaci a vybere vhodné datové sady pro další vyhodnocení. Dále je vybrán a vylepšen jeden ze současných state-of-the-art přístupů. Výsledky s pečlivě vyladěnými parametry vybrané metody dosahují lepších výsledků lokalizace. Dále je ukázáno, že dynamické objekty v obrázku jsou pro dlouhodobou vizuální …více
Jazyk práce: angličtina
Datum vytvoření / odevzdání či podání práce: 8. 3. 2022
Zveřejnit od: 31. 12. 2999
Obhajoba závěrečné práce
- Vedoucí: Prof. Ing. Luděk Müller, Ph.D.
Citační záznam
Jak správně citovat práci
BUREŠ, Lukáš. Sémantická segmentace v dlouhodobé vizuální lokalizaci. Plzeň, 2022. disertační práce (Ph.D.). ZÁPADOČESKÁ UNIVERZITA V PLZNI. Fakulta aplikovaných věd
Plný text práce
Právo: Autor si nepřeje zpřístupnění práce veřejnosti
Obsah online archivu závěrečné práce
Zveřejněno v Theses:- Soubory jsou nedostupné.
Jak jinak získat přístup k textu
Instituce archivující a zpřístupňující práci: ZÁPADOČESKÁ UNIVERZITA V PLZNI, Fakulta aplikovaných vědVázaný výtisk práce naleznete v Univerzitní knihovně ZČU, více na http://www.knihovna.zcu.cz/kvalifikacni-prace/
ZÁPADOČESKÁ UNIVERZITA V PLZNI
Fakulta aplikovaných vědDoktorský studijní program / obor:
Aplikované vědy a informatika / Kybernetika
Práce na příbuzné téma
-
Metody hlubokeho učení pro rozpoznávání dialogových aktů s využitím vizuální informace
Jiří MARTÍNEK -
Aplikace strojového učení pro mobilní zařízení
Dominik Šimáček -
Řekni mi, co vidíš, a počítač ti řekne, jaký jsi: Posouzení osobnosti projektivní metodou pomocí strojového učení
Kryštof PETR -
Aplikace strojového učení v chovu hospodářských zvířat
Eliška Blahová -
Modelování hudební transkripce pomocí hlubokého učení: návrh, konstrukce a validace modelu na principu rekurentní neuronové sítě
Daniel Kvak -
Neuronové sítě a jejich aplikace
Erik Benovic -
Krátkodobá predikce spotřeby elektřiny s využitím umělé neuronové sítě
Daniel Pešek -
Neuronové sítě ve finančních institucích
Odler Odler