Object recognition using 3D convolutional neural networks
Thesis title in Czech: | Rozpoznávání objektů pomocí 3D konvolučních neuronových sítí |
---|---|
Thesis title in English: | Object recognition using 3D convolutional neural networks |
Key words: | Rozpoznávání objektů, 3D konvoluce, neuronové sítě |
English key words: | Object recognition, 3D convolution, neural networks |
Academic year of topic announcement: | 2016/2017 |
Thesis type: | Bachelor's thesis |
Thesis language: | angličtina |
Department: | Department of Software Engineering (32-KSI) |
Supervisor: | doc. RNDr. Jakub Lokoč, Ph.D. |
Author: | hidden - assigned and confirmed by the Study Dept. |
Date of registration: | 03.11.2016 |
Date of assignment: | 03.11.2016 |
Confirmed by Study dept. on: | 28.11.2016 |
Date and time of defence: | 20.06.2017 00:00 |
Date of electronic submission: | 19.05.2017 |
Date of submission of printed version: | 19.05.2017 |
Date of proceeded defence: | 20.06.2017 |
Opponents: | RNDr. Milan Straka, Ph.D. |
Guidelines |
Předmětem práce je návrh architektury a implementace 3D konvoluční neuronové sítě pro rozpoznávání objektů. Student nejprve připomene princip klasických konvolučních neuronových sítí, a poté navrhne algoritmy pro 3D variantu. Následně na základě odvozených vzorců naimplementuje, natrénuje a otestuje přesnost navržené 3D konvoluční neuronové sítě. |
References |
Alex Krizhevsky, Ilya Sutskever, Geoffrey E. Hinton: ImageNet Classification with Deep Convolutional Neural Networks. NIPS 2012: 1106-1114
Daniel Maturana, Sebastian Scherer: VoxNet: A 3D Convolutional Neural Network for real-time object recognition. IROS 2015: 922-928 Daniel Maturana, Sebastian Scherer: 3D Convolutional Neural Networks for landing zone detection from LiDAR. ICRA 2015: 3471-3478 |