Mélységbecslő- és szemantikus szegmentáló mély neurális hálók fejlesztése és alkalmazása
Dolgozatom egyik fő témája egy monokuláris mélységbecslő neurális háló fejlesztése, illetve tanítása. Ennél a feladatnál több tanító adatbázis is alkalmazásra került, melyek különböző technikákkal készültek, és ebből kifolyólag eltérő jellemzőkkel is bírnak. Míg a beltéri területeket megjelenítő képek sűrűn tartalmaznak mélységadatokat, addig van olyan kültéri adatbázis, melyhez ritkán és jellemzően csak a kép bizonyos részén találhatóak érvényes adatok. Munkám során összehasonlítom ezen különbségeket a tanítások során elért hibafüggvények alakulása és a kimenet kvalitatív értékelése alapján, illetve az egyik gyakran használt mélységi adathalmazon végrehajtott tanítás eredményeit több metrika szerint is kiértékelem.
A mélységbecslő architektúrájából kiindulva egy, a szemantikus szegmentáció problémáját megoldani célzó hálót is terveztem. Ennek kezdeti, kevés képen történő tanításait követően azt a következtetést vontam le, hogy a háló nagy valószínűséggel képes lenne a generalizálásra, ezért a nagyobb adathalmazon történő tanítás mellett döntöttem, melynek eredményeit szintén összevetem más algoritmusok teljesítményével.
A mélységbecslő és a szegmentáló hálók közös alapjából kifolyólag egy olyan architektúra kialakítására és tanítására is kísérletet teszek, mely egyszerre igyekszik megbecsülni egy bemeneti képből a mélységet, illetve a pixelekhez tartozó szemantikus osztályokat. Ennek tanításához egy általam definiált, egyszerű hibrid hibafüggvényt alkalmazok annak érdekében, hogy a háló mindkét részfeladat megoldását a lehető legpontosabban tanulja meg.
szerző
-
Bogár György Richárd
Villamosmérnöki szak, mesterképzés
mesterképzés (MA/MSc)
konzulens
-
Dr. Szántó Mátyás
Egyetemi Adjunktus, Irányítástechnika és Informatika Tanszék
