prikaz prve stranice dokumenta Identifikacija objekata u slici dobivenoj s kamere u vozilu uz korištenje ROS-a
  Preuzmi
PDF 3.46 MB
diplomski rad
Identifikacija objekata u slici dobivenoj s kamere u vozilu uz korištenje ROS-a
2019. urn:nbn:hr:200:675935
Jelić, Borna
Sveučilište Josipa Jurja Strossmayera u Osijeku
Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek
Zavod za komunikacije
Katedra za elektroniku i mikroelektroniku

Citirajte ovaj rad

Jelić, B. (2019). Identifikacija objekata u slici dobivenoj s kamere u vozilu uz korištenje ROS-a (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:200:675935

Jelić, Borna. "Identifikacija objekata u slici dobivenoj s kamere u vozilu uz korištenje ROS-a." Diplomski rad, Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek, 2019. https://urn.nsk.hr/urn:nbn:hr:200:675935

Jelić, Borna. "Identifikacija objekata u slici dobivenoj s kamere u vozilu uz korištenje ROS-a." Diplomski rad, Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek, 2019. https://urn.nsk.hr/urn:nbn:hr:200:675935

Jelić, B. (2019). 'Identifikacija objekata u slici dobivenoj s kamere u vozilu uz korištenje ROS-a', Diplomski rad, Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek, citirano: 08.12.2024., https://urn.nsk.hr/urn:nbn:hr:200:675935

Jelić B. Identifikacija objekata u slici dobivenoj s kamere u vozilu uz korištenje ROS-a [Diplomski rad]. Osijek: Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek; 2019 [pristupljeno 08.12.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:200:675935

B. Jelić, "Identifikacija objekata u slici dobivenoj s kamere u vozilu uz korištenje ROS-a", Diplomski rad, Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek, Osijek, 2019. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:200:675935

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:200:675935
Prijavite se u repozitorij kako biste mogli spremiti objekt u svoju listu.
Podaci o radu
NaslovIdentifikacija objekata u slici dobivenoj s kamere u vozilu uz korištenje ROS-a
Naslov (engleski)Identifying objects in image captured from the vehicle camera using ROS
AutorBorna Jelić
MentorMarijan Herceg (mentor)
Član povjerenstvaMarijan Herceg (predsjednik povjerenstva)
Član povjerenstvaMario Vranješ (član povjerenstva)
Član povjerenstvaRatko Grbić (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište Josipa Jurja Strossmayera u Osijeku
Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek
(Zavod za komunikacije)
(Katedra za elektroniku i mikroelektroniku)
Osijek
Datum i država obrane2019-09-18, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		TEHNIČKE ZNANOSTI
Računarstvo
Umjetna inteligencija
Sažetak
U radu su opisane određene postojeće metode detekcije objekata u slikama te je dan pregled korištenja istih za primjenu u autonomnim vozilima. Jedna od najvažnijih funkcija koju autonomna vozila trebaju obavljati je pravovremena i precizna detekcija objekata i predstavlja ozbiljan problem za inženjere koji se time bave. U sklopu ovog rada izrađena su tri rješenja za identifikaciju objekata u slici dobivenoj s prednje kamere na vozilu: jedno zasnovano na Viola-Jones algoritmu i dva zasnovana na YOLOv3 i Tiny YOLOv3 konvolucijskoj neuronskoj mreži. Objekti koji se mogu detektirati su vozila, pješaci, biciklisti, prometni znakovi podijeljeni u više kategorija i semafori. Vlastiti algoritmi izrađeni su u C++ programskom jeziku unutar ROS radnog okruženja te je provedeno njihovo testiranje na danim skupovima slika i video sekvenci. Rezultati su pokazali da algoritam zasnovan na YOLOv3 postiže znatno bolje rezultate od onog zasnovanog na Viola-Jones algoritmu. Međutim, i on kao takav ima prostora za doradu koja bi mu povećala razinu performansi s obzirom na preciznost, točnost i brzinu inferencije.
Sažetak (engleski)
This master’s thesis describes certain existing object detection methods in images and gives an overview of their usage in autonomous vehicles. One of the most important functions autonomous vehicles must perform is timely and precise object detection, which presents a serious problem for engineers in the field. As a part of this master’s thesis, three solutions were developed regarding object detection in images from the vehicle camera, i.e., one based on the Viola-Jones algorithm and the other two based on YOLOv3 and Tiny YOLOv3 convolutional neural networks. Objects that could be detected are vehicles, pedestrians, cyclists, traffic signs divided into multiple categories and traffic lights. The algorithms were made in C++ programming language using ROS framework and tested on a set of test images and video sequences. The results show that the YOLOv3 based algorithm achieves much better results than the Viola-Jones one. However, it too has space for improvements in terms of its performances regarding precision, accuracy and inference speed.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:200:675935
Studijski programNaziv: Računarstvo
Vrsta studija: sveučilišni
Stupanj studija: diplomski
Akademski / stručni naziv: magistar/magistra inženjer/inženjerka računarstva (mag.ing.comp.)
Vrsta resursaTekst
Način izrade datotekeIzvorno digitalna
Prava pristupaOtvoreni pristup
Uvjeti korištenjaIkona licence Zaštićeno autorskim pravom.
Datum i vrijeme pohrane2019-12-24 06:42:07