Konvoluční neuronové sítě pro klasifikaci objektů z LiDARových dat

Abstract

Tato bakalářkská práce se zabývá návrhem konvolučních neuronových sítí pro segmentaci dat z LiDARu Scala. Byla použita simulovaná data ze hry GTA V a reálná data od firmy Valeo v podobě point cloudů, které byly převedeny na hloubkové mapy a snímky z ptačí perpektivy. Predikce sítě byly použity k sémantické segmentaci bodů a následně k odhadu pohybu vozidel.

This bachelor thesis focuses on designing a convolutional neural network for LiDAR data segmentation. The networks were trained using simulated data from GTA V and real data provided by Valeo represented by depth maps and BEV images. The predictions are then used to estimate motion of detected vehicles.