<?xml version="1.0"?>
<rdf:RDF xmlns:rdf="http://www.w3.org/1999/02/22-rdf-syntax-ns#" xmlns:dc="http://purl.org/dc/elements/1.1/"><rdf:Description rdf:about="https://repozitorij.uni-lj.si/IzpisGradiva.php?id=92730"><dc:title>Analiza generalizacije semantične segmentacije z globokimi zbirkami filtrov</dc:title><dc:creator>Prelevikj,	Marko	(Avtor)
	</dc:creator><dc:creator>Kristan,	Matej	(Mentor)
	</dc:creator><dc:creator>Hlavač,	Vaclav	(Komentor)
	</dc:creator><dc:subject>semantična segmentacija</dc:subject><dc:subject>konvolucijske nevronske mreže</dc:subject><dc:subject>zaznavanje tekstur</dc:subject><dc:subject>prenos znanja</dc:subject><dc:description>Mobilni robotski sistemi, ki so sposobni avtonomne navigacije v nestrukturiranih okoljih, so odvisni od njihovih modulih vida, da bi lahko bili sposobni se navigirati čez okolje. Moduli vida priskrbijo percepcijo okolice, in pogosto morajo identificirati določene predmete, ki nas zanimajo. Identifikacija nastane tako da določene segmente slik klasificira v enem izmed vnaprej naučenih razredov. Na področju računalniškega vida obstaja veliko postopkov semantične segmentacije, ki poročajo izjemne rezultate. Vendar so ti postopki naučeni samo na določenih podatkovnih zbirkah, ki niso nujno medsebojno odvisni z različnimi prizorišči, ki jih mobilni robot opazi. Da bi preverili sposobnost podatkovne zbirke prenesti svoje znanje na novi domeni bomo preiskovali kvaliteto generalizacije njenih razredov. Preverili bomo prenos znanja specifičnega postopka semantične segmentacije, ki smo ga prilagodili našim potrebam.</dc:description><dc:date>2017</dc:date><dc:date>2017-06-30 12:00:03</dc:date><dc:type>Diplomsko delo/naloga</dc:type><dc:identifier>92730</dc:identifier><dc:language>sl</dc:language></rdf:Description></rdf:RDF>