Geri Dön

Multi-view feature matching with neural networks in the context of autonomous driving

Başlık çevirisi mevcut değil.

PDF İndir

  1. Tez No: 836896
  2. Yazar: DENİZ CAN ORUÇ
  3. Danışmanlar: PROF. DR. M.-F. MOENS, PROF. DR. L. VAN GOOL
  4. Tez Türü: Yüksek Lisans
  5. Konular: Mühendislik Bilimleri, Engineering Sciences
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2023
  8. Dil: İngilizce
  9. Üniversite: Katholieke Universiteit Leuven (Catholic University of Leuven)
  10. Enstitü: Yurtdışı Enstitü
  11. Ana Bilim Dalı: Belirtilmemiş.
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 68

Özet

For autonomous driving applications, an accurate but also efficient feature matching method is essential for many applications such as determining the vehicleŠs egomotion, building a map of the environment (SLAM), vehicle reidentiĄcation, etc. Classical methods are usually not accurate enough to be used in real-life, and modern learning-based methods suffer from inefficiency in terms of memory and speed. This master thesis proposes a method that combines Hough matching and Convolutional Neural Networks to gain useful feature descriptors and improve feature matching in a multi-view context. The method uses the Convolutional Neural Networks to achieve accurate results. Also, the idea and mathematical foundations behind the Hough matching are used to increase efficiency. The theoretical background of the method is given with implementation details. The performance of the method is tested experimentally for accuracy and efficiency. Results are discussed to understand limitations and solutions proposed to address these limitations.

Özet (Çeviri)

Özet çevirisi mevcut değil.

Benzer Tezler

  1. Tez No

    629137

    Face recognition and person re-identification for person recognition

    Kişi tanıma için yüz tanıma ve kişinin yeniden tanınması

    EMRAH BAŞARAN

    Doktora

    İngilizce

    İngilizce

    2020

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. MUSTAFA ERSEL KAMAŞAK

    PROF. DR. MUHİTTİN GÖKMEN

  2. Tez No

    442429

    Joint utilization of local appearance descriptors and semi-local geometry for multi-view object recognition

    Çok açılı obje tanıma için yerel görsel tanımlayıcıların ve yarı-yerel geometrinin birlikte kullanımı

    MEDENİ SOYSAL

    Doktora

    İngilizce

    İngilizce

    2012

    Elektrik ve Elektronik MühendisliğiOrta Doğu Teknik Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. A. AYDIN ALATAN

  3. Tez No

    255631

    Structure-from-motion for systems with perspective and omnidirectional cameras

    Perspektif ve tümyönlü kamera kullanan sistemler için hareketten yapı çıkarımı

    YALIN BAŞTANLAR

    Doktora

    İngilizce

    İngilizce

    2009

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik Üniversitesi

    Bilişim Sistemleri Ana Bilim Dalı

    PROF. DR. YASEMİN YARDIMCI ÇETİN

    YRD. DOÇ. ALPTEKİN TEMİZEL

  4. Tez No

    251153

    Scale and pose invariant real-time face detection and tracking

    Ölçekten ve pozdan bağımsız gerçek zamanlı yüz bulma ve izleme

    MEHMET ŞERİF BAYHAN

    Yüksek Lisans

    İngilizce

    İngilizce

    2008

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. MUHİTTİN GÖKMEN

  5. Tez No

    832022

    Pose-invariant 2D face recognition by matching using graphical models

    Grafik modeller kullanarak eşleştirme yoluyla pozla değişmeyen 2B yüz tanıma

    SHERVIN RAHIMZADEH ARASHLOO

    Doktora

    İngilizce

    İngilizce

    2010

    Elektrik ve Elektronik MühendisliğiUniversity of Surrey

    Elektrik Mühendisliği Ana Bilim Dalı

    PROF. DR. JOSEF KİTTLER

Geri Dön