Для студентов СПбГУ по предмету ДругиеРаспознавание стеклянных поверхностей по RGB-изображениямРаспознавание стеклянных поверхностей по RGB-изображениям
2024-08-052024-08-05СтудИзба
Курсовая работа: Распознавание стеклянных поверхностей по RGB-изображениям
Описание
Оглавление
2
Введение
Алгоритмы SLAM (Simultaneous Localization and Mapping) — это ал-горитмы одновременной локализации и построения карты ранее неиз-вестной местности. Данные алгоритмы являются одной из основных со-ставляющих, необходимых для оперирования автономных систем. Обыч-но SLAM-система состоит из фронтенда, задача которого состоит в вы-делении ориентиров из исходных данных с датчиков автономной систе-мы, и бекенда, строящего карту на основе этих ориентиров и оценива-ющего местоположения системы относительно них.
Одним из наиболее часто используемых видов данных для SLAM-алгоритмов являются RGB-изображения [4, 9, 2, 8]. В паре с ними неред-ко применяются данные о глубине каждого пикселя (RGB-D-изображе-ния). Одним из недостатков таких данных являются блики и отражения от прозрачных поверхностей, которые могут негативно сказываться на качестве работы фронтенд-части SLAM-алгоритмов [1, 16, 24]. Совре-менные здания включают все больше стеклянных элементов как часть их интерьера и экстерьера. Например, кампус института Сколтех — од-но из мест, где интерьер внушительной частью состоит из стеклянных панелей (рис. 1). Поэтому использование SLAM в этой среде может быть затруднено.
Рис. 1: Интерьер здания Сколтеха
| Введение | 3 | ||
| 1. | Постановка цели и задач | 5 | |
| 2. | Обзор | 6 | |
| 2.1. | Качество работы алгоритмов SLAM в средах с прозрач- | ||
| нымиповерхностями ..................... | 6 | ||
| 2.2. | Инструменты сегментации прозрачных поверхностей . . | 6 | |
| 2.3. | Метрики ............................ | 7 | |
| 2.4. | Датасеты............................ | 8 | |
| 2.5. | Вывод.............................. | 9 | |
| 3. | Унификация интерфейса запуска алгоритмов | 10 | |
| 4. | Адаптация для работы с целевой средой | 12 | |
| 4.1. | Датасетдляобучения..................... | 12 | |
| 4.2. | Гиперпараметры........................ | 12 | |
| 4.3. | Деталиреализации ...................... | 14 | |
| 5. | Экспериментальное сравнение моделей | 15 | |
| 5.1. | Исследовательские вопросы . . . . . . . . . . . . . . . . . | 16 | |
| 5.2. | Условияэксперимента .................... | 17 | |
| 5.3. | Исследование качества результатов оригинальных и до- | ||
| обученныхалгоритмов .................... | 18 | ||
| 5.4. | Вывод.............................. | 20 | |
| 6. | Заключение | 23 | |
| Список литературы | 24 | ||
2
Введение
Алгоритмы SLAM (Simultaneous Localization and Mapping) — это ал-горитмы одновременной локализации и построения карты ранее неиз-вестной местности. Данные алгоритмы являются одной из основных со-ставляющих, необходимых для оперирования автономных систем. Обыч-но SLAM-система состоит из фронтенда, задача которого состоит в вы-делении ориентиров из исходных данных с датчиков автономной систе-мы, и бекенда, строящего карту на основе этих ориентиров и оценива-ющего местоположения системы относительно них.
Одним из наиболее часто используемых видов данных для SLAM-алгоритмов являются RGB-изображения [4, 9, 2, 8]. В паре с ними неред-ко применяются данные о глубине каждого пикселя (RGB-D-изображе-ния). Одним из недостатков таких данных являются блики и отражения от прозрачных поверхностей, которые могут негативно сказываться на качестве работы фронтенд-части SLAM-алгоритмов [1, 16, 24]. Совре-менные здания включают все больше стеклянных элементов как часть их интерьера и экстерьера. Например, кампус института Сколтех — од-но из мест, где интерьер внушительной частью состоит из стеклянных панелей (рис. 1). Поэтому использование SLAM в этой среде может быть затруднено.
Рис. 1: Интерьер здания Сколтеха
Характеристики курсовой работы
СПбГУСписок файлов
Распознавание стеклянных поверхностей по RGB-изображениям.doc
Tortuga
05 августа 2024 в 05:24
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
