Hluboké neuronové sítě pro klasifikaci objektů ve snímcích 2D LIDARu

Bc. Ján Horváth

Bakalářská práce

Deep neural networks for 2D LIDAR images classification

Anotace:

Táto práca sa zameriava na preskúmanie rôznych architektúr hlbokých neurónových sietí pre klasifikáciu objektov v snímkoch dopravy vytvorených pomocou 2D LiDARu. Záznamy sú natáčané LiDARovým senzorom upevneným na maske auta. Mal som k dispozícií 2 zdroje snímkov: reálne záznamy vytvorené počas jázd ulicami Brna a záznamy zo simlátoru. Dôležitou súčasťou práce je aj anotácia snímkov, ktorá je odlišná pre reálne záznamy a záznamy zo simulátoru.

Abstract:

This work aims to explore different deep neural network architectures for object classification in 2D LiDAR traffic images. The images are recorded using a LiDAR sensor attached to the mask of a car. There are two sources of these images: real-life recordings created while driving through streets of Brno and recordings from a simulator. An essential part of this work is also the annotation of LiDAR images, which is different for real data and simulated data.

Keywords

2D LiDAR, neural networks, deep learning, FRRN, semantic segmentation, autoencoders

Jazyk práce: angličtina

Datum vytvoření / odevzdání či podání práce: 28. 5. 2018

Obhajoba závěrečné práce

• Obhajoba proběhla 29. 6. 2018
• Vedoucí: doc. RNDr. Tomáš Brázdil, Ph.D.
• Oponent: doc. Mgr. Radek Pelánek, Ph.D.

Masarykova univerzita

Fakulta informatiky

Bakalářský studijní program / obor:
Informatika / Matematická informatika