Rozpoznávání objektů a jejich polohy na základě 3D modelu

Abstract

Diplomová práce se zabývá rozpoznáváním většího počtu objektů a odhadem jejich pózy na základě jejich 3D modelu. Rozpoznávání probíhá z 3D map získaných z různých hloubkových senzorů. Cílem práce je realizovat software pro rozpoznávání pomocí nejmodernějších metod z knihovny Point Cloud Library a pokusit se vylepšit některý krok z rozpoznávacího řetězce. S využitím neuronové sítě jsem se rozhodl modifikovat metodu pro hledání korespondujících párů klíčových bodů. V práci popisuji motivaci použití právě neuronové sítě, její výhody i ne-výhody. Na závěr jsou experimentálně otestovány některé její parametry. Nechybí ani porovná-ní neuronové sítě s klasickou metodou.

The thesis deals with the recognition of a larger number of objects and the estimation of their poses based on their 3D model. Recognition takes place from 3D maps obtained from various depth sensors. The goal of this work is to implement software for recognition using state of the art methods included in the Point Cloud Library and try to improve any step of the recognition chain. Using a neural network, I decided to modify the method for finding corresponding pairs of key points. I describe the motivation for the use of a neural network, its advantages and dis-advantages. Finally, some of its parameters are experimentally tested. There is also a comparison of the neural network with the classical method.