Využití neuronových sítí pro fúzi obrazových a neobrazových dat

but.committeedoc. Ing. Richard Růžička, Ph.D., MBA (předseda) doc. Ing. Ondřej Ryšavý, Ph.D. (místopředseda) doc. Ing. Vladimír Drábek, CSc. (člen) doc. Ing. Petr Matoušek, Ph.D., M.A. (člen) doc. Mgr. Adam Rogalewicz, Ph.D. (člen) doc. Ing. František Zbořil, Ph.D. (člen)cs
but.defenceStudent nejprve prezentoval výsledky, kterých dosáhl v rámci své práce. Komise se poté seznámila s hodnocením vedoucího a posudkem oponenta práce. Student následně odpověděl na otázky oponenta a na další otázky přítomných. Komise se na základě posudku oponenta, hodnocení vedoucího, přednesené prezentace a odpovědí studenta na položené otázky rozhodla práci hodnotit stupněm A. Otázky u obhajoby: Přineslo by využití 3D módu (včetně elevace) radaru nějaké zlepšení místo aktuálně využitého 2D (pouze range/azimuth). Snímá 2D režim jen rovinu a nebo agregaci z kuželu? Pomohlo by fúzní metodě prahování range/azimuth prostoru do podoby jednotlivých bodů? Nebo si toto dokáže zařídit sama? Bude vaše práce někde prakticky nasazena? Jaký je dosah použitého radaru? Jsou nějaká prostředí, ve kterých radar hůře funguje? Jak by jste vyhodnotil praktickou použitelnost vašeho řešení? Jak vysokou rychlostí se můžou objekty pohybovat, aby byly stále detekovatelné?cs
but.jazykčeština (Czech)
but.programInformační technologie a umělá inteligencecs
but.resultpráce byla úspěšně obhájenacs
dc.contributor.advisorZemčík, Pavelcs
dc.contributor.authorReich, Bořekcs
dc.contributor.refereeMaršík, Lukášcs
dc.date.created2022cs
dc.description.abstractTato diplomová práce se zabývá využitím konvolučních neuronových sítí pro fúzi obrazových a neobrazových dat. V práci jsou zkoumány jak detekční systémy využívající principy hlubokého učení spoléhající se pouze na obrazová data (snímky z kamery), tak detekční systémy, které využívají obrazová i neobrazová data (snímky z kamery a data z milimetrového radaru). Pro účely porovnání těchto typů metod (metod využívajících fúzi a metod spoléhajících se pouze na obrazová data) byla vytvořena jedinečná datová sada obsahující nezpracovaná data z milimetrového radaru a odpovídající časově synchronizované snímky z kamery zaměřená na monitorování dopravy. Dále je v této práci navržena časově synchronizační metoda pro milimetrový radar a kameru s použitím volně dostupného hardware. Za použití vytvořené datové sady je pak ověřena detekční schopnost systému využívajícího pouze data z kamery a fúzního systému využívajícího data z milimetrového radaru i kamery.cs
dc.description.abstractThis master thesis uses convolutional neural networks to fuse image and non-image data. Both deep learning detection systems that rely only on image data (images from the camera) and that use both image and non-image data (images from the camera and data from the millimeter-wave radar) are studied in this thesis. A unique dataset containing raw millimeter-wave radar data and corresponding time-synchronized images from the camera was created for the purpose of comparing these two types of methods (data fusion methods and methods that utilize only image data). Furthermore, a time synchronization method for millimeter-wave radar and cameras using only off-the-shelf hardware is proposed. Finally, the created dataset is used to verify the detection capability of the system that uses only camera data and the fusion system that uses both millimeter-wave radar and camera data.en
dc.description.markAcs
dc.identifier.citationREICH, B. Využití neuronových sítí pro fúzi obrazových a neobrazových dat [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2022.cs
dc.identifier.other146399cs
dc.identifier.urihttp://hdl.handle.net/11012/208305
dc.language.isocscs
dc.publisherVysoké učení technické v Brně. Fakulta informačních technologiícs
dc.rightsStandardní licenční smlouva - přístup k plnému textu bez omezenícs
dc.subjectpočítačové viděnícs
dc.subjecthluboké učenícs
dc.subjectstrojové učenícs
dc.subjectfúze datcs
dc.subjectfúze informacícs
dc.subjectdetekce objektůcs
dc.subjectkonvoluční neuronová síťcs
dc.subjectkameracs
dc.subjectmilimetrový radarcs
dc.subjectobrazová datacs
dc.subjectneobrazová datacs
dc.subjectcomputer visionen
dc.subjectdeep learningen
dc.subjectmachine learningen
dc.subjectdata fusionen
dc.subjectobject detectionen
dc.subjectconvolutional neural networken
dc.subjectcameraen
dc.subjectmillimeter-wave radaren
dc.subjectimage dataen
dc.subjectnon-image dataen
dc.titleVyužití neuronových sítí pro fúzi obrazových a neobrazových datcs
dc.title.alternativeExploitation of Neural Networks for Fusion of Image and Non-Image Dataen
dc.typeTextcs
dc.type.drivermasterThesisen
dc.type.evskpdiplomová prácecs
dcterms.dateAccepted2022-08-25cs
dcterms.modified2022-08-25-18:52:40cs
eprints.affiliatedInstitution.facultyFakulta informačních technologiícs
sync.item.dbid146399en
sync.item.dbtypeZPen
sync.item.insts2025.03.26 15:36:09en
sync.item.modts2025.01.15 21:45:39en
thesis.disciplineInteligentní systémycs
thesis.grantorVysoké učení technické v Brně. Fakulta informačních technologií. Ústav počítačové grafiky a multimédiícs
thesis.levelInženýrskýcs
thesis.nameIng.cs
Files
Original bundle
Now showing 1 - 4 of 4
Loading...
Thumbnail Image
Name:
final-thesis.pdf
Size:
6.96 MB
Format:
Adobe Portable Document Format
Description:
final-thesis.pdf
Loading...
Thumbnail Image
Name:
Posudek-Vedouci prace-22713_v.pdf
Size:
86.57 KB
Format:
Adobe Portable Document Format
Description:
Posudek-Vedouci prace-22713_v.pdf
Loading...
Thumbnail Image
Name:
Posudek-Oponent prace-22713_o.pdf
Size:
87.81 KB
Format:
Adobe Portable Document Format
Description:
Posudek-Oponent prace-22713_o.pdf
Loading...
Thumbnail Image
Name:
review_146399.html
Size:
1.46 KB
Format:
Hypertext Markup Language
Description:
file review_146399.html
Collections