Geri Dön

Sparse voxel based 3D object detectionfrom RGB-D data

Başlık çevirisi mevcut değil.

PDF İndir

  1. Tez No: 660565
  2. Yazar: EREN BALATKAN
  3. Danışmanlar: DR. ÖĞR. ÜYESİ MUSTAFA FURKAN KIRAÇ
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2021
  8. Dil: İngilizce
  9. Üniversite: Özyeğin Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Bilimleri Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 65

Özet

Do˘gru ve hızlı 3B nesne algılama, g¨uvenli ve ba¸sarılı otonom makineler i¸cin ¸cok ¨onemli bir rol oynuyor. LiDAR nokta bulutu tabanlı y¨ontemler etkileyici sonu¸clar ¨ostermesine ra˘gmen, pahalı LiDAR sens¨orleri bu t¨ur yakla¸sımları geni¸s ¨ol¸cekli adaptasyon i¸cin imkansız hale getiriyor. Ote yandan kamera tabanlı y¨ontemler, g¨uvenlik ¨ ve do˘gruluk gereksinimleri altında yetersiz kalıyor. Geleneksel olarak, kamera tabanlı 3B nesne algılama, RGB-D verilerinden LiDAR nokta bulutları olu¸sturarak ve nokta bulutu tabanlı y¨ontemler kullanılarak ger¸cekle¸stirilir, ancak nokta bulutu veri temsilinin d¨uzensiz do˘gası, 3B ¨uzerinde uzamsal yerel ba˘gıntılardan yararlanmayı zorla¸stırır. uzay ve nokta bulutu tabanlı y¨ontemler genellikle bundan muzdariptir. Bu ama¸cla, Seyrek Voxel tabanlı 3B Nesne Algılamasını ¨oneriyoruz, yakla¸sımımız, nokta bulutu bilgilerini seyrek voksel g¨osterimine d¨on¨u¸st¨urerek ve PointNet tabanlı modeller yerine bilgi elde etmek i¸cin alt-katmanlı seyrek konvol¨usyonları kullanarak geleneksel yakla¸sımlardan farklıla¸smaktadır. Yakla¸sımımız yalnızca nokta bulutu tabanlı muadillerini geni¸s bir marjla geride bırakmakla kalmıyor, aynı zamanda hesaplama i¸cin verimli olma avantajıyla birlikte geliyor.

Özet (Çeviri)

Accurate and fast 3D object detection plays a role of paramount importance for safe and capable autonomous machines. LiDAR point cloud based methods have demonstrated impressive results, yet expensive LiDAR sensors make such approaches infeasible for wide-scale adaptation. Camera based methods on the other hand are performing sub-optimally given safety and accuracy requirements. Traditionally, camera based 3D object detection is performed by generating pseudo-LiDAR point clouds from RGB-D data and using point-cloud based methods, however, irregular nature of point cloud data representation makes it challenging to exploit spatial local correlations on 3D space and point cloud based methods generally suffer from this. We propose Sparse Voxel based 3D Object Detection, our approach differs from traditional approaches by converting point cloud information to sparse voxel grid and utilizing sub-manifold sparse convolutions to extract information instead of PointNet based models. Our approach not only outperforms its point-cloud based counterparts with a wide margin but also comes with the advantage of being efficient to compute.

Benzer Tezler

  1. Tez No

    444763

    3-D automatic segmentation and modelling of cartilage compartments in high-field magnetic resonance images of the knee joint

    Diz ekleminin yüksek alan manyetik rezonans görüntülerinde kıkırdak bölgelerini 3-B otomatik bölütleme ve modelleme

    CEYDA NUR ÖZTÜRK

    Doktora

    İngilizce

    İngilizce

    2016

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYıldız Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. SONGÜL ALBAYRAK

  2. Tez No

    508373

    Non-linear recovery of sparse signal representations with applications to temporal and spatial localization

    Başlık çevirisi yok

    ZAFER DOĞAN

    Doktora

    İngilizce

    İngilizce

    2015

    Elektrik ve Elektronik MühendisliğiEcole Polytechnique Fédérale de Lausanne (EPFL)

    Prof. DIMITRI VAN DE VILLE

    Prof. THIERRY BLU

  3. Tez No

    608254

    Joint registration and segmentation ofCP-BOLD MRI

    Başlık çevirisi yok

    İLKAY ÖKSÜZ

    Doktora

    İngilizce

    İngilizce

    2017

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolIMT Institute for Advanced Studies-Lucca (Scuola IMT (istituzioni, mercati, tecnologie)) di alti studi di Lucca

    PROF. DR. SATSAFTARIS

  4. Tez No

    349894

    Simulation, evaluation and study of digital breast tomosynthesis imaging based on compressed sensing methods using total variation minimization

    Sayısal meme tomosentezi görüntülemenin toplam değişinti minimizasyonu kullanarak sıkıştırılmış algılama yöntemleri temelli benzetimi, değerlendirmesi ve çalışması

    SAEEED SEYYEDI

    Yüksek Lisans

    İngilizce

    İngilizce

    2014

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. İSA YILDIRIM

  5. Tez No

    307787

    Accelerated phosphorus magnetic resonance spectroscopic imaging using compressed sensing method

    Sıkıştırılmış algılama metodu kullanılarak hızlı fosfor manyetik rezonans spektroskopik görüntüleme

    NURTEN CEREN AŞKIN

    Yüksek Lisans

    İngilizce

    İngilizce

    2013

    Mühendislik BilimleriYeditepe Üniversitesi

    Biyoteknoloji Bölümü

    YRD. DOÇ. DR. ESİN ÖZTÜRK IŞIK

Geri Dön