prikaz prve stranice dokumenta Modeliranje supojavljivanja semantičkih oznaka uvjetnim slučajnim poljima
Rad nije dostupan
diplomski rad
Modeliranje supojavljivanja semantičkih oznaka uvjetnim slučajnim poljima
Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2016. urn:nbn:hr:168:807857
Čaušević, Denis
Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva

Institucijski repozitorij: Repozitorij FER-a

Citirajte ovaj rad

Čaušević, D. (2016). Modeliranje supojavljivanja semantičkih oznaka uvjetnim slučajnim poljima (Diplomski rad). Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:168:807857

Čaušević, Denis. "Modeliranje supojavljivanja semantičkih oznaka uvjetnim slučajnim poljima." Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2016. https://urn.nsk.hr/urn:nbn:hr:168:807857

Čaušević, Denis. "Modeliranje supojavljivanja semantičkih oznaka uvjetnim slučajnim poljima." Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2016. https://urn.nsk.hr/urn:nbn:hr:168:807857

Čaušević, D. (2016). 'Modeliranje supojavljivanja semantičkih oznaka uvjetnim slučajnim poljima', Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, citirano: 25.11.2024., https://urn.nsk.hr/urn:nbn:hr:168:807857

Čaušević D. Modeliranje supojavljivanja semantičkih oznaka uvjetnim slučajnim poljima [Diplomski rad]. Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva; 2016 [pristupljeno 25.11.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:807857

D. Čaušević, "Modeliranje supojavljivanja semantičkih oznaka uvjetnim slučajnim poljima", Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, Zagreb, 2016. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:807857

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:168:807857
Podaci o radu
NaslovModeliranje supojavljivanja semantičkih oznaka uvjetnim slučajnim poljima
Naslov (engleski)Modelling the Co-Occurrence of Semantic Labels with Conditional Random Fields
AutorDenis Čaušević
MentorSiniša Šegvić (mentor)
Član povjerenstvaSiniša Šegvić (predsjednik povjerenstva)
Član povjerenstvaZoran Kalafatić (član povjerenstva)
Član povjerenstvaSlobodan Ribarić (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva
Zagreb
Datum i država obrane2016-07-13, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		TEHNIČKE ZNANOSTI
Računarstvo
Sažetak
Uvjetna slučajna polja su diskriminativni probabilistički grafički model strojnog učenja s mnogim primjenama u klasifikaciji strukturiranih podataka. U ovom radu primjenjuju se za rješavanje problema semantičke segmentacije. Ostvarivanje zadovoljavajućih performansi kod semantičke segmentacije zahtijeva modeliranje supojavljivanja semantičkih oznaka. Implementirani sustav modelira spomenute relacije pomoću dva uvjetna slučajna polja. Prvo polje koristi binarne potencijale naučene od strane konvolucijske neuronske mreže za modeliranje dvije vrste susjedstava – „okruženje“ i „iznad/ispod“. Drugo polje je gusto povezano, te koristi Gaussove binarne potencijale definirane nad vektorom boja i pozicijama piksela, kako bi poboljšalo segmentacijski rezultat prethodnog uvjetnog slučajnog polja. Implementirani model evaluiran je na standardnim skupovima u području razumijevanja urbanih prometnih scena (Cityscapes i KITTI).
Sažetak (engleski)
Conditional random fields are probabilistic discriminative graphical machine learning models with a wide variety of applications for structured prediction. The focus of this paper is their usage for semantic segmentation. Achieving satisfiable semantic segmentation performance requires semantic label co-occurrence modelling. The implemented system models such relations with two conditional random fields. The first one uses binary potentials learned by a convolutional neural network for modelling two types of relations – “surrounding” and “above/below”. The second field is a dense conditional random field with Gaussian binary potentials defined on pixel positions and color vectors. It is used for post-processing the segmentation result of the previous random field. The implemented model is evaluated on publicly available datasets for urban traffic scene understanding (Cityscapes and KITTI).
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:168:807857
Studijski programNaziv: Računarstvo
Vrsta studija: sveučilišni
Stupanj studija: diplomski
Akademski / stručni naziv: magistar/magistra inženjer/inženjerka računarstva (mag.ing.comp.)
Vrsta resursaTekst
Način izrade datotekeIzvorno digitalna
Prava pristupaZatvoreni pristup
Uvjeti korištenjaIkona licence Zaštićeno autorskim pravom.
Javna napomena
Datum i vrijeme pohrane2018-02-06 08:16:31