Konvolucijska nevronska mreža za ocenjevanje globine z deflektometrijoMiščič, Andrej (Avtor) Kristan, Matej (Mentor) konvolucijske nevronske mrežedeflektometrijaocenjevanje globineračunalniški vidV diplomski nalogi obravnavamo problem ocenjevanja globine odbojnih povr\-šin z deflektometrijo. Klasični pristopi, kot je struktura iz gibanja, na odbojnih površinah ne delujejo, zato se uporabljajo metode deflektometrije. Navadno pristopi, ki temeljijo na teh metodah, uporabijo sinusoiden projekcijski vzorec in s frekvečno analizo in triangulacijo izračunajo globine točk na sliki. Pomanjkljivost takih pristopov je potreba po večih slikah površine in natančni kalibraciji sistema. V nalogi predlagamo metodo DeflectoDepth, ki temelji na konvolucijskih nevronskih mrežah. Za delovanje potrebuje zgolj eno vhodno sliko, za katero napove globino površine in generira masko projekcijskega vzorca. Za namen evalviranja metode smo v sklopu naloge zajeli podatkovno zbirko CarDepth, kjer smo za opazovano površino izbrali karoserije avtomobilov. Mreža DeflectoDepth pri napovedovanju globine dosega povprečno absolutno napako 15.40 mm in pri generiranju maske natančnost $98.5\%$ ter priklic $97.3\%$. Razvili smo tudi različico osnovne metode DeflectoDepth, ki napoveduje zgolj globino. Ta različica dosega povprečno absolutno napako 13.44 mm.20192019-09-09 13:20:25Diplomsko delo/naloga109877VisID: 23599COBISS_ID: 1538321347sl