Original title:
Využití syntetických dat pro zlepšení detekce cyklistů a chodců v autonomním řízení
Translated title:
Using Synthetic Data for Improving Detection of Cyclists and Pedestrians in Autonomous Driving
Authors:
Kopčilová, Zuzana ; Musil, Petr (referee) ; Smrž, Pavel (advisor) Document type: Bachelor's theses
Year:
2023
Language:
cze Publisher:
Vysoké učení technické v Brně. Fakulta informačních technologií Abstract:
[cze][eng]
Tato práce se zabývá tvorbou umělé datové sady pro autonomní řízení a možností jejího využití pro zlepšení přesnosti detekce zranitelných účastníků provozu. Existující práce v této oblasti buď nezveřejňují svůj postup tvorby datové sady, nebo nejsou vhodné pro účely 3D detekce objektů. V rámci této práce jsou představeny konkrétní kroky pro vytvoření umělé datové sady. Získané vzorky jsou následně validovány pomocí jejich vizualizace a při experimentech využity pro učení modelu detekce objektů VoxelNet.
This thesis deals with creating a synthetic dataset for autonomous driving and the possibility of using it to improve the results of vulnerable traffic participants' detection. Existing works in this area either do not disclose the dataset creation process or are unsuitable for 3D object detection. Specific steps to create a synthetic dataset are proposed in this work, and the obtained samples are validated by visualization. In the experiments, the samples are then used to train the object detection model VoxelNet.
Keywords:
3D object detection; autonomous driving; CARLA simulator; cyclist detection; KITTI dataset; lidar; pedestrian detection; synthetic dataset; VoxelNet; 3D detekce objektů; autonomní řízení; datová sada KITTI; detekce chodců; detekce cyklistů; lidar; simulátor CARLA; syntetická datová sada; VoxelNet
Institution: Brno University of Technology
(web)
Document availability information: Fulltext is available in the Brno University of Technology Digital Library. Original record: http://hdl.handle.net/11012/211087