Details

Title: Повышение точности алгоритмов стереозрения путем внедрения элементов машинного обучения: выпускная квалификационная работа бакалавра: 09.03.04 - Программная инженерия ; 09.03.04_01 - Технология разработки и сопровождения качественного программного продукта
Creators: Дейлид Иван Анатольевич
Scientific adviser: Молодяков Сергей Александрович
Organization: Санкт-Петербургский политехнический университет Петра Великого. Институт компьютерных наук и технологий
Imprint: Санкт-Петербург, 2019
Collection: Выпускные квалификационные работы; Общая коллекция
Subjects: стереозрение; машинное обучение; беспилотный транспорт; оптический поток; stereo vision; machine learning; unmanned transport; optical flow
Document type: Bachelor graduation qualification work
File type: PDF
Language: Russian
Speciality code (FGOS): 09.03.04
Speciality group (FGOS): 090000 - Информатика и вычислительная техника
Links: Отзыв руководителя; Отчет о проверке на объем и корректность внешних заимствований
DOI: 10.18720/SPBPU/3/2019/vr/vr19-1770
Rights: Доступ по паролю из сети Интернет (чтение, печать, копирование)

Allowed Actions:

Action 'Read' will be available if you login or access site from another network Action 'Download' will be available if you login or access site from another network

Group: Anonymous

Network: Internet

Annotation

В данной работе освещается вопрос обнаружения препятствий в беспилотном транспорте. Акцент сделан на использовании алгоритмов стереозрения. Будут описаны достоинства и недостатки данных подходов. Для компенсирования недостатков предлагается использовать ряд подходов, изменяющий архитектуру блока обнаружения препятствий, и включающий в себя применение методов классического и глубокого машинного обучения, с целью повышения робастности системы и частоты получения данных.

This paper describes the issue of detecting obstacles in self-driving vehicles. Emphasis is placed on the use of stereo vision algorithms. The advantages and disadvantages of these approaches will be described. To compensate for the disadvantages, it is proposed to use some approaches that change the architecture of the obstacle detection unit and include the use of classical and deep machine learning methods in order to increase the robustness of the system and the frequency of data acquisition.

Document access rights

Network User group Action
ILC SPbPU Local Network All Read Print Download
Internet Authorized users SPbPU Read Print Download
Internet Authorized users (not from SPbPU)
-> Internet Anonymous

Usage statistics

stat Access count: 74
Last 30 days: 1
Detailed usage statistics