Sökning: "Objektdetektion"

Visar resultat 1 - 5 av 30 uppsatser innehållade ordet Objektdetektion.

  1. 1. Robust Multi-Modal Fusion for 3D Object Detection : Using multiple sensors of different types to robustly detect, classify, and position objects in three dimensions.

    Master-uppsats, KTH/Skolan för elektroteknik och datavetenskap (EECS)

    Författare :Viktor Kårefjärd; [2023]
    Nyckelord :Computer Vision; 3D Object Detection; Multi-Modal Fusion; Deep Learning; Datorseenden; 3D-objektdetektion; Multimodal fusion; Djupinlärning;

    Sammanfattning : The computer vision task of 3D object detection is fundamentally necessary for autonomous driving perception systems. These vehicles typically feature a multitude of sensors, such as cameras, radars, and light detection and ranging sensors. LÄS MER

  3. 2. Quantification of DNA Microballs Using Image Processing Techniques

    Master-uppsats, KTH/Industriell bioteknologi

    Författare :Yosef Werede Tedros; [2023]
    Nyckelord :Spot detection; Deep learning; Image processing; smFISH; Gene editing; CRISPR; Rolling circle amplification; Big-FISH; LodeSTAR; DeepSpot; Detektering av punkter; Djupinlärning; Bildbehandling; smFISH; Genredigering; CRISPR; Rolling circle amplification; Big-FISH; LodeSTAR; DeepSpot;

    Sammanfattning : I detta examensarbete användes olika bildbehandlingstekniker för detektion och kvantifiering av DNA-mikrobollar, mer specifikt rolling circle amplification-produkter, på mikroskopibilder. Avsikten med detta arbete var att hjälpa Countagen AB utforska pipelines för bildbehandling för sin produkt där de analyserar utfallet av genredigeringsförsök på ett billigare och snabbare sätt än dagens konventionella sekvenseringsmetoder. LÄS MER

  4. 3. Semi-Supervised Head Detection for Low Resolution Images

    Master-uppsats, KTH/Skolan för elektroteknik och datavetenskap (EECS)

    Författare :Annie Biby Rapheal; [2023]
    Nyckelord :Object detection; Semi Supervised Learning; Head detection; Objektdetektion; Semisupervised Learning; Huvuddetektion;

    Sammanfattning : Object detection is a widely researched and applied field in computer vision. Deep learning models have successfully been used for object detection over the years. The performance of State of the art (SOTA) object detection deep learning models is dependent on the number of labeled images. LÄS MER

  5. 4. Analyzing different approaches to Visual SLAM in dynamic environments : A comparative study with focus on strengths and weaknesses

    Master-uppsats, KTH/Skolan för elektroteknik och datavetenskap (EECS)

    Författare :Kristín Sól Ólafsdóttir; [2023]
    Nyckelord :Visual SLAM; RGB-D Vision; Dynamic Objects; Object Detection; Multi-Object Tracking; Image Segmentation; Optical Flow; Visual SLAM; RGB-D Syn; Dynamiska objekt; Objektdetektering; Multi-Objekt Spårning; Bildsegmentation; Optiskt Flöde;

    Sammanfattning : Simultaneous Localization and Mapping (SLAM) is the crucial ability for many autonomous systems to operate in unknown environments. In recent years SLAM development has focused on achieving robustness regarding the challenges the field still faces e.g. dynamic environments. LÄS MER

  7. 5. Selective Kernel Network based Crowding Counting and Crowd Density Estimation

    Master-uppsats, KTH/Skolan för elektroteknik och datavetenskap (EECS)

    Författare :Jinchen Liu; [2023]
    Nyckelord :Crowding Counting; Convolution Neural Network; Selective kernel; Trängselräkning; konvolutionsneuralnätverk; Selektiv kärna;

    Sammanfattning : Managing crowd density has become an immense challenge for public authorities due to population growth and evolving human dynamics. Crowd counting estimates the number of individuals in a given area or scene, making it a practical technique applicable in real-world scenarios such as surveillance and traffic control. LÄS MER