prikaz prve stranice dokumenta Poboljšanje guste estimacije stereo dubine korištenjem informacija iz prethodnih slika
No public access
master's thesis
Poboljšanje guste estimacije stereo dubine korištenjem informacija iz prethodnih slika
Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing, 2018. urn:nbn:hr:168:539424
Hadviger, Antea
University of Zagreb
Faculty of Electrical Engineering and Computing

Institutional repository: FER Repository

Cite this document

Hadviger, A. (2018). Poboljšanje guste estimacije stereo dubine korištenjem informacija iz prethodnih slika (Master's thesis). Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing. Retrieved from https://urn.nsk.hr/urn:nbn:hr:168:539424

Hadviger, Antea. "Poboljšanje guste estimacije stereo dubine korištenjem informacija iz prethodnih slika." Master's thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, 2018. https://urn.nsk.hr/urn:nbn:hr:168:539424

Hadviger, Antea. "Poboljšanje guste estimacije stereo dubine korištenjem informacija iz prethodnih slika." Master's thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, 2018. https://urn.nsk.hr/urn:nbn:hr:168:539424

Hadviger, A. (2018). 'Poboljšanje guste estimacije stereo dubine korištenjem informacija iz prethodnih slika', Master's thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, accessed 12 July 2024, https://urn.nsk.hr/urn:nbn:hr:168:539424

Hadviger A. Poboljšanje guste estimacije stereo dubine korištenjem informacija iz prethodnih slika [Master's thesis]. Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing; 2018 [cited 2024 July 12] Available at: https://urn.nsk.hr/urn:nbn:hr:168:539424

A. Hadviger, "Poboljšanje guste estimacije stereo dubine korištenjem informacija iz prethodnih slika", Master's thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, Zagreb, 2018. Available at: https://urn.nsk.hr/urn:nbn:hr:168:539424

Metadata
TitlePoboljšanje guste estimacije stereo dubine korištenjem informacija iz prethodnih slika
Title (english)Enhancing dense stereo depth estimation via prior image frames information
AuthorAntea Hadviger
MentorIvan Petrović (mentor)
Committee memberIvan Petrović (predsjednik povjerenstva)
Committee memberMarija Seder (član povjerenstva)
Committee memberIvan Marković (član povjerenstva)
GranterUniversity of Zagreb
Faculty of Electrical Engineering and Computing
Zagreb
Defense date and country2018-02-20, Croatia
Scientific / art field,
discipline and subdiscipline		TECHNICAL SCIENCES
Computing
Abstract
Estimacija dubine vrlo je važna za različite primjene u području računalnog vida, uključujući robotiku i autonomnu vožnju. Algoritmi za ostvarivanje stereo korespondencije računaju mape dispariteta uparujući odgovarajuće točke na dvjema slikama dobivenima pomoću stereo kamera. Pokazano je kako algoritam SGM može biti efikasno implementiran koristeći SIMD instrukcije i višedretvenost. Složenost i točnost algoritma može se poboljšati korištenjem informacija iz prethodnih scena. Mapa dispariteta prethodne scene transformira se u prostor trenutne scene koristeći estimaciju gibanja pomoću vizualne odometrije. Nova mapa dispariteta računa se pretražujući smanjeni prostor dispariteta temeljen na predikciji. Obje mape dispariteta na kraju se kombiniraju koristeći Kalmanov filtar. Iako predložena metoda najbolje funkcionira na statičnim scenama, može se proširiti tako da obavlja i detekciju gibajućih objekata. Sve su metode validirane na KITTI podatkovnom skupu.
Abstract (english)
Depth estimation is required for many computer vision applications, including robotics and autonomous driving. Stereo matching algorithms estimate the disparity maps by matching corresponding points in the two images obtained by the stereo cameras. It is presented how the semi-global matching method can be efficiently implemented using SIMD instructions and multithreading. Computational complexity and accuracy of stereo matching can be improved by using information from the previous frames. The disparity map of the previous frame is transformed into the current frame using the ego-motion estimation relying on visual odometry. The newly matched disparity map is calculated using the reduced disparity search space based on the prediction and both disparity maps are combined using the Kalman filter. Although this method performs best on static scenes, it can be extended to detect moving objects as well. The proposed methods are validated on real-world data from the KITTI benchmark suite.
Keywords
Keywords (english)
Languageenglish
URN:NBNurn:nbn:hr:168:539424
Study programmeTitle: Computing
Study programme type: university
Study level: graduate
Academic / professional title: magistar/magistra inženjer/inženjerka računarstva (magistar/magistra inženjer/inženjerka računarstva)
Type of resourceText
File originBorn digital
Access conditionsClosed access
Terms of useLicence In copyright icon
Public note
Created on2019-03-13 20:45:46