20.500.12556/RUL-92730 Analiza generalizacije semantične segmentacije z globokimi zbirkami filtrov Generalization analysis of semantic segmentation with deep filter banks 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. Mobile robotic systems capable of autonomous navigation in non-structured environments depend on their vision module in order to safely navigate through the environment. The vision module provides perception of the surrounding area and it is often required to identify particular objects of interest, which is done by classifying image segments into pre-learned semantic classes. There are many methods which provide remarkable semantic segmentation results, but unfortunately only on specific datasets, which are not necessarily correlated to the scenes observed by a mobile robot. To verify the dataset's capability of transferring knowledge to a new domain we explore how well it generalises its classes. We examine the transfer of knowledge on a specific semantic segmentation method, which we adjust to best fit our needs. semantična segmentacija konvolucijske nevronske mreže zaznavanje tekstur prenos znanja semantic segmentation transfer of knowledge convolutional neural networks texture recognition true false false Angleški jezik Slovenski jezik Diplomsko delo/naloga 2017-06-30 12:00:03 2017-06-30 12:00:06 2022-08-10 01:12:12 0000-00-00 00:00:00 2017 0 0 0000-00-00 NiDoloceno NiDoloceno NiDoloceno 0000-00-00 0000-00-00 0000-00-00 1970-01-01 19885 Prelevikj_Marko_-_Analiza_generalizacije_semanticne_segmentacije_z_globokimi_zbirkami_filtrov.pdf Prelevikj_Marko_-_Analiza_generalizacije_semanticne_segmentacije_z_globokimi_zbirkami_filtrov.pdf 1 78231E9E28CB60C8C51B3F64EDB3FF21 b1d748981ca289e22bc4b0a83789a7b2dd2d49655be0abfdcf03f63e10755bfd 1ca3664e-a1b3-11eb-a523-00155dcfd717 20.500.12556/rul/d07397e6-2ea2-4bc3-adeb-261895d915cd https://repozitorij.uni-lj.si/Dokument.php?lang=slv&id=99534 Fakulteta za računalništvo in informatiko 0 0 0