ČVUT DSpace
  • Search DSpace
  • Čeština
  • Login
  • Čeština
  • Čeština
View Item 
  •   ČVUT DSpace
  • Czech Technical University in Prague
  • Faculty of Electrical Engineering
  • Department of Cybernetics
  • Bachelor Theses - 13133
  • View Item
  • Czech Technical University in Prague
  • Faculty of Electrical Engineering
  • Department of Cybernetics
  • Bachelor Theses - 13133
  • View Item
JavaScript is disabled for your browser. Some features of this site may not work without it.

Vylepšení detekcí pomocí modelování dynamiky v lidarových datech

Improving Detection by Exploiting Dynamics in the Lidar Data

Type of document
bakalářská práce
bachelor thesis
Author
Vojtěch Bartek
Supervisor
Vacek Patrik
Opponent
Štěpán Petr
Field of study
Základy umělé inteligence a počítačových věd
Study program
Otevřená informatika
Institutions assigning rank
katedra kybernetiky



Rights
A university thesis is a work protected by the Copyright Act. Extracts, copies and transcripts of the thesis are allowed for personal use only and at one?s own expense. The use of thesis should be in compliance with the Copyright Act http://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf and the citation ethics http://knihovny.cvut.cz/vychova/vskp.html
Vysokoškolská závěrečná práce je dílo chráněné autorským zákonem. Je možné pořizovat z něj na své náklady a pro svoji osobní potřebu výpisy, opisy a rozmnoženiny. Jeho využití musí být v souladu s autorským zákonem http://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf a citační etikou http://knihovny.cvut.cz/vychova/vskp.html
Metadata
Show full item record
Abstract
Detekce dynamických objektů z 3D mračna bodů (PCL) je zásadní pro mnoho moderních problémů, jako jsou například detekce kolize pro samořiditelná auta nebo pohybující se roboty. V dnešní době dominují v těchto úlohách supervizované modely. Tyto modely vyžadují značné množství anotovaných dat a anotace lidarového snímku je velmi časově náročná. Tato práce navrhuje nesupervizovaný přístup neběžící v reálném čase pro detekci dynamických objektů, který se zaměřuje na vysokou preciznost a který je schopen generovat anotace. Dále tato práce zkoumá využití těchto vygenerovaných anotací při trénování supervizovaného modelu. Vyhodnocujeme Principal Component Analysis (PCA), Random Sample Consensus (RANSAC), metodu založenou na vzdálenostech a metodu Sloupců pro odstranění země. Odstranění země je důležitý krok pro správné prostorové oddělení objektů, což vede k lepší segmentaci a detekci objektů. V neposlední řadě navrhujeme novou semi-supervizovanou metodu. Provedeme segmentaci na dvou po sobě jdoucích snímcích, určíme korespondence mezi těmito snímky a vynutíme stejnou klasifikaci pro odpovídající body. Výsledky modelu natrénovaném na kombinaci našich automaticky vygenerovaných a menší části originálních anotacích překonávají model plně naučený na ručně vytvořeních anotacích.
 
Detecting dynamic objects from a 3D Point Cloud (PCL) is crucial for many modern problems, such as collision detection for self-driving cars or mobile robotics. Currently, this field is dominated by supervised methods. However, they require a lot of labeled data for training, and labeling a PCL is very time and resource-consuming. This thesis proposes an offline unsupervised approach for dynamic object detection, focusing on high precision, that can generate labels. It then explores how supervised models can benefit from those automatically-generated labels. We evaluate Principal Component Analysis (PCA), Random Sample Consensus (RANSAC), range image-based method, and pillars method for ground removal, which is crucial for good spatial separation of objects resulting in better segmentation and object detection. Lastly, we propose a new semi-supervised method. We perform segmentation on two consecutive frames, find point mapping between the two frames and enforce the same classification for the corresponding points. The results of a model trained on automatically-generated labels together with a mixed fraction of ground truth surpass the fully learned detector with fewer annotations needed.
 
URI
http://hdl.handle.net/10467/101260
View/Open
PLNY_TEXT (10.45Mb)
PRILOHA (150.7Kb)
POSUDEK (582.0Kb)
POSUDEK (139.3Kb)
Collections
  • Bakalářské práce - 13133 [819]

České vysoké učení technické v Praze copyright © 2016 

DSpace software copyright © 2002-2016  Duraspace

Contact Us | Send Feedback
Theme by 
@mire NV
 

 

Useful links

CTU in PragueCentral library of CTUAbout CTU Digital LibraryResourcesStudy and library skillsResearch support

Browse

All of DSpaceCommunities & CollectionsBy Issue DateAuthorsTitlesSubjectsThis CollectionBy Issue DateAuthorsTitlesSubjects

My Account

Login

České vysoké učení technické v Praze copyright © 2016 

DSpace software copyright © 2002-2016  Duraspace

Contact Us | Send Feedback
Theme by 
@mire NV