Nalazite se na CroRIS probnoj okolini. Ovdje evidentirani podaci neće biti pohranjeni u Informacijskom sustavu znanosti RH. Ako je ovo greška, CroRIS produkcijskoj okolini moguće je pristupi putem poveznice www.croris.hr
izvor podataka: crosbi !

Semantička segmentacija slika prirodnog krajolika temeljena na dubokom učenju (CROSBI ID 445224)

Ocjenski rad | doktorska disertacija

Božić-Štulić, Dunja Semantička segmentacija slika prirodnog krajolika temeljena na dubokom učenju / Stipaničev, Darko (mentor); Split, Fakultet elektrotehnike, strojarstva i brodogradnje u Splitu, . 2020

Podaci o odgovornosti

Božić-Štulić, Dunja

Stipaničev, Darko

hrvatski

Semantička segmentacija slika prirodnog krajolika temeljena na dubokom učenju

Semantička segmentacija slike značajni zadatak u području računalnog vida i strojnog učenja. Ova doktorska disertacija bavi se razvojem nove metode za semantičku segmentaciju slika prirodnog krajolika. Modifikacijom bazne konvolucijske mreže predložen je novi model za semantičku segmentaciju slika. Pri izradi modela posebna pažnja je posvećena slojevima sažimanja, koji u modelima dubokog učenja predstavljaju veliki problem zbog gubitka podataka, koji je u kasnijim slojevima mreže nemoguće vratiti. Novi model ima segment posebno zadužen za rekonstrukciju izgubljenih podataka, pa je probleme gubitka podataka sveden na minimum u odnosu na postojeće mreže. Predložen je novi završni sloj koji poboljšava rekonstrukciju piksela slike izgubljenih u slojevima sažimanja. Evaluacija modela potvrdila je početne pretpostavke. Drugi dio ove disertacija je razvoj metode za proširenje referentne baze slika prirodnog krajolika i to posebno slika koje sadrže dim požara raslinja u početnim fazama gorenja. Predložen je i evaluiran model za generiranje realističkih sintetičkih slika dima požara raslinja primjenom generičkih suparničkih mreža. Ove su slike uspješno korištene u fazi treniranja mreže za semantičku klasifikaciju slika prirodnog krajolika i to posebno regija koje predstavljaju dim požara raslinja, što će značajno unaprijediti detekciju u automatskim sustavima za rano otkrivanje požara raslinja.

semantička segmentacija, duboko učenje, slike prirodnog krajolika, generativni modeli, sintetički podaci, konvolucijske neuronske mreže, generičke suparničke mreže

nije evidentirano

engleski

Semantic segmentation of natural landscape images based on deep learning

nije evidentirano

semantic segmentation, deep learning, natural landscape images, generative models, synthetic data, convolutional neural networks, generative adversarial network

nije evidentirano

Podaci o izdanju

131

30.06.2020.

obranjeno

Podaci o ustanovi koja je dodijelila akademski stupanj

Fakultet elektrotehnike, strojarstva i brodogradnje u Splitu

Split

Povezanost rada

Računarstvo