prikaz prve stranice dokumenta PRIMJENA NEURALNIH MREŽA ZA KLASIFIKACIJU OBJEKATA SA 3D SENZORA
Access restricted to students and staff of home institution
master's thesis
PRIMJENA NEURALNIH MREŽA ZA KLASIFIKACIJU OBJEKATA SA 3D SENZORA
2016. urn:nbn:hr:190:236461
Mišljenović, Dejan
University of Rijeka
Faculty of Engineering

Cite this document

Mišljenović, D. (2016). PRIMJENA NEURALNIH MREŽA ZA KLASIFIKACIJU OBJEKATA SA 3D SENZORA (Master's thesis). Rijeka: University of Rijeka, Faculty of Engineering. Retrieved from https://urn.nsk.hr/urn:nbn:hr:190:236461

Mišljenović, Dejan. "PRIMJENA NEURALNIH MREŽA ZA KLASIFIKACIJU OBJEKATA SA 3D SENZORA." Master's thesis, University of Rijeka, Faculty of Engineering, 2016. https://urn.nsk.hr/urn:nbn:hr:190:236461

Mišljenović, Dejan. "PRIMJENA NEURALNIH MREŽA ZA KLASIFIKACIJU OBJEKATA SA 3D SENZORA." Master's thesis, University of Rijeka, Faculty of Engineering, 2016. https://urn.nsk.hr/urn:nbn:hr:190:236461

Mišljenović, D. (2016). 'PRIMJENA NEURALNIH MREŽA ZA KLASIFIKACIJU OBJEKATA SA 3D SENZORA', Master's thesis, University of Rijeka, Faculty of Engineering, accessed 18 October 2024, https://urn.nsk.hr/urn:nbn:hr:190:236461

Mišljenović D. PRIMJENA NEURALNIH MREŽA ZA KLASIFIKACIJU OBJEKATA SA 3D SENZORA [Master's thesis]. Rijeka: University of Rijeka, Faculty of Engineering; 2016 [cited 2024 October 18] Available at: https://urn.nsk.hr/urn:nbn:hr:190:236461

D. Mišljenović, "PRIMJENA NEURALNIH MREŽA ZA KLASIFIKACIJU OBJEKATA SA 3D SENZORA", Master's thesis, University of Rijeka, Faculty of Engineering, Rijeka, 2016. Available at: https://urn.nsk.hr/urn:nbn:hr:190:236461

Please login to the repository to save this object to your list.
Metadata
TitlePRIMJENA NEURALNIH MREŽA ZA KLASIFIKACIJU OBJEKATA SA 3D SENZORA
AuthorDejan Mišljenović
MentorKristijan Lenac (mentor)
Committee memberŽeljko Jeričević (predsjednik povjerenstva)
Committee memberKristijan Lenac (član povjerenstva)
Committee memberJonatan Lerga (član povjerenstva)
GranterUniversity of Rijeka
Faculty of Engineering
Rijeka
Defense date and country2016-05-31, Croatia
Scientific / art field,
discipline and subdiscipline		TECHNICAL SCIENCES
Computing
Abstract
Neuronske mreže već dugo vremena predstavljaju primamljiv model algoritama sa sposobnošću učenja, ali tek u zadnjih desetak godina su razvijene dovoljno da bi davale rezultate dobre kao bilo koja druga metoda strojnog učenja ili čak i bolje. U ovom radu razradu zadatka započinjem definiranjem strojnog učenja i njegovih osnovnih tipova. Potom slijede neuronske mreže, njihova metodologija i načini na koje unaprjeđuju područja računalnog vida, predikcije trendova, prepoznavanja objekata i druge. Nakon toga radim pregled često korištenih značajki za obradu 2D i 3D snimki i opis nekolicine dubinskih senzora kategoriziranih prema tehnikama koje koriste pri snimanju. Na posljetku slijedi opis nekoliko skupova alata koji se koriste za jednostavno korištenje metoda strojnog učenja i dva primjera implementacije neuronskih mreža na prepoznavanju objekata sa mojim rezultatima njihovog testiranja.
Abstract (english)
Neural networks have represented a very elegant and tempting learning model for a long time, but have only recently advanced enough to give state-of-the art results as a machine learning method. I begin this paper by defining what machine learning is and elaborating its main types. After that I shift the focus to neural networks, their methodology and the way they advance the fields od computer vision, trend prediction, object recognition and others. Next I give a review of popular image features used on 2D and 3D images followed by descriptions of common depth image capturing techniques and the cameras that implement those techniques. Finally, i give my impressions on several machine learning toolkits which I used and two neural network implementations that focus on object classification, including the results of my tests performed on them.
Keywords
Keywords (english)
Languagecroatian
URN:NBNurn:nbn:hr:190:236461
Study programmeTitle: Computer Engineering
Study programme type: university
Study level: graduate
Academic / professional title: magistar/magistra inženjer/inženjerka računarstva (magistar/magistra inženjer/inženjerka računarstva)
Type of resourceText
File originBorn digital
Access conditionsAccess restricted to students and staff of home institution
Terms of useLicence In copyright icon
Created on2016-06-07 07:51:14