Odhadování hloubky v obraze z monokulární kamery na dronu

Abstract

Důležitou částí navigačního systému drony je vnímání hloubky obrazu. Práce se zaměřuje na využití výpočetně nenáročných metod v oblasti odhadování hloubky obrazu. Zkoumá rozlišné přístupy k odhadování hloubky a zaměřuje se na odhadování hloubky pomocí strojového učení. Existující modely neuronových sítí pro odhadování hloubky byly otestovány v simulaci a porovnány na reálných datech z drony. Dále byla diskutována vhodnost zvolených modelů pro skutečné využití. Modely využívající architekturu transformeru prokázaly lepší výsledky než čistě konvoluční neuronové sítě.Depth perception is a crucial part of the navigation system of an autonomous drone. This thesis focuses on lightweight solutions in the field of depth perception. It explores different approaches in depth estimation and underlines the importance of machine learning in depth estimation. Existing monocular depth estimation neural network models are tested in simulation and compared on real-world flight data. The suitability of each chosen model for real use is discussed. Model architectures with transformer blocks show better evaluation results compared to purely convolutional neural networks.