Řešení problému 3D vnímání pro kamerový systém kolejových vozidel pomocí stereo-vidění

Abstract

Tato diplomová práce se zabývá využitím hlubokých neuronových sítí pro analýzu 3D scény získané pomocí páru stereo kamer. Hlavní důraz je kladen na videozáznamy pořízené v dopravním prostředí, konkrétně z pohledu vozidel a tramvaje. Od základů jsou replikovány tři hluboké neuronové sítě, PSMNet, GwcNet a ACVNet, které na sebe postupně navazují a staví na architekturách předchozích modelů. Navržené neuronové sítě jsou natrénovány a otestovány na čtyřech datasetech pro jejich porovnání a vyhodnocení. Výsledné odhady jsou porovnány s oficiálními sítěmi GwcNet a ACVNet, které jsou pro tento účel také trénovány za stejných podmínek.<br>Dokument vysvětluje teorii zpracování obrazu se zaměřením na analýzu 3D prostoru a stereo-vidění. Dále objasňuje princip konvolučních neuronových sítí pro analýzu 3D scény. Detailně popisuje implementované neuronové sítě a použité datasety. V závěrečné části jsou prezentovány a analyzovány výsledky trénování a vyhodnocení jednotlivých sítí, včetně možných směrů dalšího výzkumu. Součástí práce je rovněž dodatek, který se věnuje situaci, kdy dojde k výpadku jedné kamery, a zkoumá, zda je model schopný adaptace na nekompletní vstupy.