Noslēguma darbu reģistrs
  
Studiju darba apraksts
Studiju veids maģistra profesionālās studijas
Studiju programmas nosaukums Viedās elektroniskās sistēmas
Nosaukums "Datorredze caurspīdīgo priekšmetu detektēšanai"
Nosaukums angļu valodā "Computer Vision for the Detection of Transparent Objects"
Struktūrvienība 13200 Radioelektronikas institūts
Darba vadītājs Roberts Kadiķis
Recenzents Mihails Pudžs
Anotācija Darbā ir apskatītas metodes caurspīdīgo objektu detektēšanai un klasifikācijai 2D un 3D digitālajā datorvidē. Par parauga etalonu tiek lietots necaurspīdīgs objekts. Salīdzinot caurspīdīgā objekta rezultātus ar necaurspīdīgā objekta rezultātiem, ir atrasti problemātiskie aspekti caurspīdīgā objekta detektēšanā. Ļoti lielu popularitāti mūsdienās ir ieguvis mākslīgais intelekts objektu atpazīšanā, piemēram, dažādas neironu tīklu struktūras. Darbā ir apskatītas mūsdienu populārākās objektu atpazīšanas arhitektūras – YOLO, SSD, RNN u.c. - un to atšķirības. Darba 3D objektu detektēšanas daļā apskatīti parastie algoritmi, ar kuru palīdzību iespējams atpazīt objektus, neizmantojot mākslīgo intelektu. Apskatītie projekti, kas ir mērķēti uz objektu atpazīšanu, bieži vien satur jau uztrenētu arhitektūru, kas ir balstīta uz COCO datubāzes. COCO datubāze satur dažāda veida ikdienišķo objektu attēlus, tajā skaitā arī caurspīdīgos objektus. Apmācot dažādas arhitektūras ar COCO datubāzes piemēriem, iespējams efektīvi salīdzināt šīs arhitektūras – to detektēšanas ātrumu un precizitāti. Atpazīšanas arhitektūru apmācība no nulles, izmantojot personīgos attēlus, ir nākamais solis, lai pārbaudītu, cik lielu precizitāti ir iespējams iegūt apmācības gaitā. Šis solis arī ir paveikts. Nobeigumā ir izvirzīta optimālākā arhitektū¬ra caurspīdīgo objektu atpazīšanai. Darba kopējais apjoms ir 75 lappuses, tas satur darba galvenajā daļā 76 attēlus un arī 66 attēlus pielikumā, ir apkopotas 38 atsauces, 9 formulas un 2 pielikumi.
Atslēgas vārdi Mākslīgais intelekts, Neironu tīkli, objektu detektēšana, caurspīdīgie objekti
Atslēgas vārdi angļu valodā Artificial intelligence, Neural networks, object detection, transparent objects
Valoda lv
Gads 2022
Darba augšupielādes datums un laiks 31.05.2022 15:58:42