تشخيص اشيا سه‌بعدي چند دوربيني در نماي ديد پرنده با كاربرد در وسايل‌ نقليه خودران

اصفهان : دانشگاه صنعتي اصفهان

مهندسي كامپيوتر

كارشناسي ارشد

در سال‌هاي اخير، توسعه فناوري‌هاي تشخيص اشيا سه‌بعدي چند دوربيني پيشرفت چشمگيري داشته است و امكان تشخيص و رديابي دقيق‌تر و كارآمدتر اشيا را در محيط‌هاي پيچيده و پويا فراهم كرده است. يكي از چالش‌هاي كليدي در اين زمينه، بهبود توانايي مدل‌ها براي تمركز مؤثر بر روي مكان‌هاي فضايي مربوطه در نماي ديد پرنده بوده و در عين حال فيلتر كردن ويژگي‌هاي نامربوط يا نويزدار است. در اين تحقيق، رويكرد جديدي براي تقويت ماژول ترانسفورمر با ادغام مكانيزم توجه براي وسايل‌نقليه خودران پيشنهاد شده‌است. اين رويكرد، به مدل اجازه مي‌دهد تا روي مناطق مهم تمركز بهتري داشته‌باشد و مناطق نامربوط را ناديده بگيرد، كه منجر به بهبود عملكرد در وظايف تشخيص اشيا سه‌بعدي چند دوربيني در محيط‌هاي بهم ريخته مي‌شود. رويكرد پيشنهادي شامل چهار بلوك، كدگذار تصوير-نما، ترانسفورمر ديد، كدگذار BEV و سر ويژه-وظيفه است. روش پيشنهادي از روش‌هاي مبتني بر تصوير موجود براي تشخيص اشيا سه‌بعدي در نماي ديد پرنده و فضاي سه‌بعدي بهتر عمل مي‌كند و به عملكرد بالاتري در تشخيص BEV و تشخيص اشيا سه‌بعدي نسبت به الگوريتم‌هاي آخرين فناوري‌هاي روز دست مي‌يابد. ارزيابي روي مجموعه داده nuScenes عملكرد ثابتي را در سطوح دشواري مختلف نشان‌مي‌دهد، و چالش‌هاي بالقوه مربوط به تأخير زماني دوربين در سيستم‌هاي بلادرنگ را برجسته مي‌كند. كه تأخير زماني s083/0 دوربين منجر به افت mAP19%/3 و NDS 4%/8 شده و مي‌توان تأثير قابل‌توجه تأخير زمان را مشاهده كرد. هنگامي‌كه تأخير زماني به ميزان s3/0 افزايش مي‌يابد، عملكرد آن‌ها به‌صورت قابل‌توجه به ميزان mAP08%/26 و NDS 54%/36 كاهش مي‌يابد.

228200

هوش مصنوعي و رباتيكز

آموزش الكترونيكي

دانشگاه صنعتي اصفهان