Original title: Přesná a spolehlivá lokalizace bodů zájmu na automobilu
Translated title: Accurate and Robust Localization of Landmarks on a Vehicle
Authors: Adámek, Vojtěch ; Hradiš, Michal (referee) ; Herout, Adam (advisor)
Document type: Bachelor's theses
Year: 2025
Language: eng
Publisher: Vysoké učení technické v Brně. Fakulta informačních technologií
Abstract: [eng] [cze]
Tato práce se zabývá zlepšením detekce klíčových bodů pomocí detektoru, který je založen na učení bez učitele. Navržený přístup využívá obrazovou segmentaci ke zvýšení pozornosti detektoru na specifické části obrazu. Zaměřuje se především na detekci klíčových bodů na automobilech, které představují náročný cíl kvůli odleskům a dalším vizuálním artefaktům. Navržená metoda vedla k mírnému zlepšení kvality rekonstrukce pomocí Structure from Motion (SfM), přičemž zároveň došlo ke snížení počtu rekonstruovaných bodů. This thesis is concerned with improving keypoint detection using a detector that is based on unsupervised learning. The proposed approach uses image segmentation to increase the detector's attention to specific parts of the image. It mainly focuses on detecting keypoints on cars, which are challenging targets due to glare and other visual artifacts. The proposed method led to a slight improvement in the quality of the reconstruction using Structure from Motion (SfM), while at the same time reducing the number of reconstructed points.
Keywords: body zájmu; neuronové sítě; počítačové vidění; segmentace obrazu; učení bez učitele; computer vision; image segmentation; interest points; neural networks; self-supervised learning

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/11012/255453

Permalink: http://www.nusl.cz/ntk/nusl-688057


The record appears in these collections:
Universities and colleges > Public universities > Brno University of Technology
Academic theses (ETDs) > Bachelor's theses