Sémantická segmentace v dlouhodobé vizuální lokalizaci

Bureš, Lukáš

Full metadata record

DC pole	Hodnota	Jazyk
dc.contributor.author	Bureš, Lukáš
dc.date.accepted	2022-12-14
dc.date.accessioned	2022-12-19T23:10:44Z	-
dc.date.available	2018-11-19
dc.date.available	2022-12-19T23:10:44Z	-
dc.date.issued	2022
dc.date.submitted	2022-3-8
dc.identifier	84829
dc.identifier.uri	http://hdl.handle.net/11025/50759	-
dc.description.abstract	Tato práce má pět hlavních cílů. Nejprve mapuje datové sady používané pro dlouhodobou vizuální lokalizaci a vybere vhodné datové sady pro další vyhodnocení. Dále je vybrán a vylepšen jeden ze současných state-of-the-art přístupů. Výsledky s pečlivě vyladěnými parametry vybrané metody dosahují lepších výsledků lokalizace. Dále je ukázáno, že dynamické objekty v obrázku jsou pro dlouhodobou vizuální lokalizaci zbytečné, protože neobsahují žádnou užitečnou informaci a lze je zcela odstranit. Čtvrtým cílem této práce je pokusit se vložit sémantickou informaci do detektoru a deskriptoru klíčových bodů SuperPoint úpravou trénovacích dat. Závěrem je dosaženo nových state-of-the-art výsledků na vybrané datové sadě aplikací nového přístupu filtrování klíčových bodů založeného na sémantické informaci. Význam této práce ukazuje důležitost analýzy obrazové informace v úloze dlouhodobé vizuální lokalizace a detekce klíčových bodů obecně.	cs
dc.format	xxiv, 154, XIII
dc.language.iso	en
dc.publisher	Západočeská univerzita v Plzni
dc.rights	Plný text práce je přístupný bez omezení
dc.subject	dlouhodobá vizuální lokalizace	cs
dc.subject	vizuální příznaky	cs
dc.subject	vizuální klíčové body	cs
dc.subject	detektory klíčových bodů	cs
dc.subject	deskriptory klíčových bodů	cs
dc.subject	neuronové sítě	cs
dc.subject	počítačové vidění	cs
dc.subject	strojové učení	cs
dc.title	Sémantická segmentace v dlouhodobé vizuální lokalizaci	cs
dc.title.alternative	Semantic Segmentation in Long-term Visual Localization	en
dc.type	disertační práce
dc.thesis.degree-name	Ph.D.
dc.thesis.degree-level	Doktorský
dc.thesis.degree-grantor	Západočeská univerzita v Plzni. Fakulta aplikovaných věd
dc.thesis.degree-program	Aplikované vědy a informatika
dc.description.result	Obhájeno
dc.description.abstract-translated	This thesis has five main goals. At first, it maps the datasets used for long-term visual localization and selects viable datasets for further evaluation. Next, one of the current state-of-the-art pipelines is selected and enhanced. Results with carefully fine-tuned methods' parameters accomplish better localization results. Furthermore, it shows that dynamic objects in an image are unnecessary for long-term visual localization because they do not contain any helpful information and can be ignored. The fourth goal in this thesis is to embed semantic segmentation information into the SuperPoint keypoint detector and descriptor by editing training data. Finally, the new state-of-the-art results on a selected dataset are achieved by applying a novel keypoint filtering approach based on semantic segmentation information. The significance of this work shows the importance of analyzing underlying image information in long-term visual localization and keypoint detection in general.	en
dc.subject.translated	long-term visual localization	en
dc.subject.translated	visual features	en
dc.subject.translated	visual keypoints	en
dc.subject.translated	keypoints detectors	en
dc.subject.translated	keypoints descriptors	en
dc.subject.translated	neural networks	en
dc.subject.translated	computer vision	en
dc.subject.translated	machine learning	en
Vyskytuje se v kolekcích:	Disertační práce / Dissertations (KKY)

Soubory připojené k záznamu:

Soubor	Popis	Velikost	Formát
Lukas_Bures_dissertation_thesis.pdf	Plný text práce	23,69 MB	Adobe PDF	Zobrazit/otevřít
posudky-odp-bures.pdf	Posudek oponenta práce	167,45 kB	Adobe PDF	Zobrazit/otevřít
protokol-odp-stag-bures.pdf	Průběh obhajoby práce	317,91 kB	Adobe PDF	Zobrazit/otevřít

Zobrazit minimální záznam Zobrazit statistiky

Použijte tento identifikátor k citaci nebo jako odkaz na tento záznam: http://hdl.handle.net/11025/50759

Všechny záznamy v DSpace jsou chráněny autorskými právy, všechna práva vyhrazena.

hledání

navigace