prikaz prve stranice dokumenta Semantička segmentacija 3D snimki unutrašnjih prostora primjenom umjetne neuronske mreže
  Preuzmi
PDF 1016.61 KB
završni rad
Semantička segmentacija 3D snimki unutrašnjih prostora primjenom umjetne neuronske mreže
2020. urn:nbn:hr:200:415614
Stipić, Nikola
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

Stipić, N. (2020). Semantička segmentacija 3D snimki unutrašnjih prostora primjenom umjetne neuronske mreže (Završni rad). Osijek: Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:200:415614

Stipić, Nikola. "Semantička segmentacija 3D snimki unutrašnjih prostora primjenom umjetne neuronske mreže." Završni rad, Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek, 2020. https://urn.nsk.hr/urn:nbn:hr:200:415614

Stipić, Nikola. "Semantička segmentacija 3D snimki unutrašnjih prostora primjenom umjetne neuronske mreže." Završni rad, Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek, 2020. https://urn.nsk.hr/urn:nbn:hr:200:415614

Stipić, N. (2020). 'Semantička segmentacija 3D snimki unutrašnjih prostora primjenom umjetne neuronske mreže', Završni rad, Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek, citirano: 10.12.2024., https://urn.nsk.hr/urn:nbn:hr:200:415614

Stipić N. Semantička segmentacija 3D snimki unutrašnjih prostora primjenom umjetne neuronske mreže [Završni rad]. Osijek: Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek; 2020 [pristupljeno 10.12.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:200:415614

N. Stipić, "Semantička segmentacija 3D snimki unutrašnjih prostora primjenom umjetne neuronske mreže", Završni rad, Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek, Osijek, 2020. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:200:415614

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:200:415614
Prijavite se u repozitorij kako biste mogli spremiti objekt u svoju listu.
Podaci o radu
NaslovSemantička segmentacija 3D snimki unutrašnjih prostora primjenom umjetne neuronske mreže
Naslov (engleski)Semantic Segmentation of 3D Scans of Indoor Environments Using Artificial Neural Networks
AutorNikola Stipić
MentorRobert Cupec (mentor)
Član povjerenstvaRobert Cupec (predsjednik povjerenstva)
Član povjerenstvaZdravko Krpić (član povjerenstva)
Član povjerenstvaEmmanuel Karlo Nyarko (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 obrane2020-09-24, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		TEHNIČKE ZNANOSTI
Računarstvo
Umjetna inteligencija
Sažetak
U ovom radu istražena je i implementirana jedna od metoda za semantičku segmentaciju 3D snimaka unutrašnjih prostora umjetnom neuronskom mrežom. Opisane su neke od prethodno korištenih te „State of the Art“ metode za ovaj problem. Detaljno je proučena arhitektura R-PointNet neuronske mreže te svi procesi korišteni u Generative Shape Proposal Network (GSPN) mreži, koja predstavlja sastavni dio R-PointNet mreže. Navedeni su i ukratko opisani neki od najpoznatijih 3D ispitnih podatkovnih skupova unutrašnjih prostorija i njihova primjena za učenje i ispitivanje GSPN metode. Provedena je eksperimentalna evaluacija s učenjem neuronske mreže na osobnom računalu te analizirani rezultati uspješnosti. Istaknute su mogućnosti i nedostatci semantičke segmentacije u unutrašnjim prostorima te njihova eventualna primjena.
Sažetak (engleski)
This paper investigates and implements one of the methods for semantic segmentation of 3D in-door scenes using artificial neural network. Some State of the Art solutions for this problem are described. Architecture of the neural network R-PointNet and all of the processes used in Generative Shape Proposal Network (GSPN) network, representing the main part of the R-PointNet, are studied in detail. Some of the most popular datasets of 3D in-door scenes are listed and briefly explained as well as their use for training and testing of the GSPN method. An experimental evaluation was performed where the considered neural network was trained on a personal computer and the resulting efficiency scores were analyzed. Some advantages and disadvantages of the in-door semantic segmentation using the considered neural network are discussed and its possible real-world applications are suggested.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:200:415614
Studijski programNaziv: Računarstvo
Vrsta studija: sveučilišni
Stupanj studija: preddiplomski
Akademski / stručni naziv: sveučilišni/a prvostupnik/ prvostupnica (baccalaureus/baccalaurea) inženjer/inženjerka računarstva (univ.bacc.ing.comp.)
Vrsta resursaTekst
Način izrade datotekeIzvorno digitalna
Prava pristupaOtvoreni pristup
Uvjeti korištenjaIkona licence Zaštićeno autorskim pravom.
Datum i vrijeme pohrane2020-11-13 14:01:32