Képszegmentálás városi környezetre jellemző objektumok detektálására
A grafikus kártyák számítási teljesítményének növekedésével, továbbá az ezeken alkalmazott algoritmusok kifinomultabbá válásával az elmúlt években jelentősen fejlődött a számítógépes látás. A klasszikus képfeldolgozási módszerek mellett egyre szélesebb körben terjedtek el a mély neurális hálózat alapú megoldások. Ezen módszerek jellemzője, hogy megfelelő tanító adathalmaz rendelkezésre állása esetén a minták alapján képesek - bizonyos korlátok között - bármilyen leképezést megtanulni. A gépi képfeldolgozás egyik fontos területe a képszegmentálás, amely során egy képet úgy osztunk részekre, hogy egy-egy rész egy adott objektumtípushoz tartozzon. Így tehát a kép minden egyes pixeléhez rendelünk egy címkét, ami megmondja, hogy az adott pixel milyen típusú objektumhoz tartozik. Városi környezetben jellemző címkék például: gyalogos, járda, út, bicikli, autó vagy közlekedési tábla. Ezen feladat automatizált megoldása nagyon sok előnyt jelentene, főleg, ha megfelelően rövid idő alatt képes az algoritmust lefuttatni egy számítógép. A városi környezetben megtalálható objektumok felismerésére kialakított képszegmentációs algoritmusok egy ígéretes felhasználási területe a vezetést támogató rendszerek, melyek egyre több autóban vannak jelen. Ezen eszközök egy részéhez ugyanis elengedhetetlen, hogy a rendszer szemantikailag értelmezni tudja az autót körülvevő objektumokat.
Célom egy olyan mély neurális hálózat alapú rendszer elkészítése, mely képes egy városi közlekedési környezetre jellemző képet szegmentálni. Ehhez először áttekintem a tématerülethez kapcsolódó releváns szakirodalmat, valamint megvizsgálok egypár korszerű, jó teljesítményt nyújtó módszert. Mindezek alapján létrehozok egy képszegmentáló rendszert és implementálom az azt tanító algoritmust. Ezt követően kiértékelem az egyes variánsokat a Cityscapes és a BDD100K adathalmazokon különböző teljesítménymutatók, mint például intersection over union alapján.
szerző
-
Révy Gábor
Mérnök informatikus szak, alapképzés
alapképzés (BA/BSc)
konzulens
-
Dr. Hullám Gábor
docens, Méréstechnika és Információs Rendszerek Tanszék
