Detekcia obalových kvádrov okolo objektov v obraze

Abstract

Hlavnou témou tejto práce je detekcia 3D ohraničujúcich kvádrov okolo objektov v obraze. Na začiatku sme spravili prieskum aby sme zistili, ktoré metódy detekcie sa v súčastnosti používajú a aké dosahujú výsledky. Pre našu prácu sme vybrali metódu DENSEBOX pretože je relatívne rýchla a výstup sa dá veľmi ľahko upraviť. O detekciu sa postará konvolučná neurónová sieť. Pri návrhu NN sme sa inšpirovali prácou [18] v ktorej NN detekuje objekty v rôznych mierkach. Použili sme framework TensorFlow, pre ktorý musela byť implementácia NN upravená, avšak architektúra ostala rovnaká. K vybranej metóde je dôležité vhodne zvoliť dataset. Rozhodli sme sa použiť KITTi dataset, ktorý je dostatočne obsiahly a dobre popísaný. Výsledkom je program, ktorý využíva neurónovú sieť na detekciu ohraničujúcich kvádrov rôznych veľkostí a zobrazenie výsledkov užívateľovi.

The main theme of this work is the detection of 3D bounding box around objects in image. At the beginning, we had to do a survey to find out which methods are currently being used and what results they are achieving. We chose the DENSEBOX method because it is relatively fast and the output is very easy to edit. The object detection is done by convolution neural network. During designing NN we were inspired by the work [18] in which NN detects objects at different scales. We used the Tensorflow framework, for which the NN implementation had to be modified but the architecture remained the same. It is important to select the dataset appropriately for the selected method. We decided to use a KITTI dataset that is sufficiently comprehensive and well described. The result of this work is program which uses neural network to detect bounding boxes various sizes and visualize the results.