prikaz prve stranice dokumenta Detekcija i praćenje pješaka u okviru autonomne vožnje
  Preuzmi
PDF 3.49 MB
diplomski rad
Detekcija i praćenje pješaka u okviru autonomne vožnje
2024. urn:nbn:hr:200:790927
Jusup, Mario
Sveučilište Josipa Jurja Strossmayera u Osijeku
Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek
Zavod za računalno inženjerstvo i automatiku
Katedra za automatiku i robotiku

Citirajte ovaj rad

Jusup, M. (2024). Detekcija i praćenje pješaka u okviru autonomne vožnje (Diplomski rad). Osijek: Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:200:790927

Jusup, Mario. "Detekcija i praćenje pješaka u okviru autonomne vožnje." Diplomski rad, Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek, 2024. https://urn.nsk.hr/urn:nbn:hr:200:790927

Jusup, Mario. "Detekcija i praćenje pješaka u okviru autonomne vožnje." Diplomski rad, Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek, 2024. https://urn.nsk.hr/urn:nbn:hr:200:790927

Jusup, M. (2024). 'Detekcija i praćenje pješaka u okviru autonomne vožnje', Diplomski rad, Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek, citirano: 06.12.2024., https://urn.nsk.hr/urn:nbn:hr:200:790927

Jusup M. Detekcija i praćenje pješaka u okviru autonomne vožnje [Diplomski rad]. Osijek: Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek; 2024 [pristupljeno 06.12.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:200:790927

M. Jusup, "Detekcija i praćenje pješaka u okviru autonomne vožnje", Diplomski rad, Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek, Osijek, 2024. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:200:790927

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:200:790927
Prijavite se u repozitorij kako biste mogli spremiti objekt u svoju listu.
Podaci o radu
NaslovDetekcija i praćenje pješaka u okviru autonomne vožnje
Naslov (engleski)Detection and tracking of pedestrians within the autonomous driving
AutorMario Jusup
MentorRatko Grbić (mentor)
Član povjerenstvaRatko Grbić (predsjednik povjerenstva)
Član povjerenstvaDenis Vranješ (član povjerenstva)
Član povjerenstvaMario Vranješ (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište Josipa Jurja Strossmayera u Osijeku
Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek
(Zavod za računalno inženjerstvo i automatiku)
(Katedra za automatiku i robotiku)
Osijek
Datum i država obrane2024-10-01, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		TEHNIČKE ZNANOSTI
Računarstvo
Umjetna inteligencija
Sažetak
U ovom radu opisan je razvoj rješenja za detekciju i praćenje pješaka u okviru autonomne vožnje. Prvo je objašnjen moderan način detekcije i praćenja pješaka u digitalnim slikama. Nakon toga je opisano nekoliko postojećih rješenja za detekciju i praćenje objekata. Rješenje se temelji na YOLOv7 algoritmu za detekciju i SORT i DeepSORT algoritmima za praćenje. Algoritam za detekciju treniran je na vlastitom skupu podataka koji se sastoji od više od sedam tisuća slika. Analizirano je nekoliko dostupnih skupova podataka koji se sastoje od slika i oznaka u obliku graničnih okvira i odabrana su tri najrelevantnija skupa za ovaj problem. Detektor je treniran metodom prijenosnog učenja i metodom bez unaprijed postavljenih težina. Rješenje je potrebno implementirati i na ugradbenu platformu NVIDIA Jetson Nano pa je potrebno koristiti i YOLOv7 tiny verziju detektora s smanjenim brojem parametara. Nakon treniranja razvijen je algoritam koji kombinira algoritme za detekciju i za praćenje pješaka. Korištenjem SORT i DeepSORT algoritama za praćenje povećana je brzina izvođenja predloženog algoritma za detekciju i praćenje pješaka čime je omogućeno izvođenje ovog računalno zahtjevnog algoritma u stvarnome vremenu na računalima s ograničenim resursima. Evaluacija rješenja izvedena je na četiri videozapisa koja simuliraju stvarne uvjete.
Sažetak (engleski)
This paper describes the development of a solution for the detection and tracking of pedestrians in the context of autonomous driving. First, a modern way of detecting and tracking pedestrians in digital images is explained. After that, several existing solutions for object detection and tracking are described. The solution is based on the YOLOv7 detection algorithm and the SORT and DeepSORT tracking algorithms. The detection algorithm was trained on customized data set consisting of more than seven thousand images. Several available datasets consisting of images and labels in the form of bounding boxes were analyzed and the three most relevant datasets for this problem were selected. The detector was trained using a transfer learning method and a method without pretrained weights. The solution needs to be implemented on the embeded NVIDIA Jetson Nano platform, so it is necessary to use the YOLOv7 tiny version of the detector with a reduced number of parameters. After training, an algorithm was developed that combines algorithms for detection and tracking of pedestrians. By using SORT and DeepSORT tracking algorithms, the execution speed of the proposed algorithm for pedestrian detection and tracking has been increased, which enables the execution of this computationally complex algorithm in real time on computers with limited resources. The evaluation of the solution was performed on four videos simulating real world conditions.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:200:790927
Studijski programNaziv: Računarstvo
Vrsta studija: sveučilišni
Stupanj studija: diplomski
Akademski / stručni naziv: sveučilišni/a magistar/magistra inženjer/inženjerka računarstva (univ. mag. ing. comp.)
Vrsta resursaTekst
Način izrade datotekeIzvorno digitalna
Prava pristupaOtvoreni pristup
Uvjeti korištenjaIkona licence Zaštićeno autorskim pravom.
Datum i vrijeme pohrane2024-10-04 11:04:53