Detail of the student project

List
Topic:Multimodální detektor polohy a rychlosti vozidel v provozu
Department:Katedra kybernetiky
Supervisor:Mgr. Martin Pecka, Ph.D.
Announce as:Diplomová práce, Bakalářská práce, Semestrální projekt
Description:Cílem práce je navržení, implementace a natrénování detektoru vozidel z kamerových a lidarových dat. Výstupem detektoru má být 6D bounding box a odhad vektoru rychlosti/zrychlení každého vozidla ve scéně.

Specifikem projektu je práce s daty ze senzorů středně velkých mobilních robotů, tj. s daty snímanými z mnohem nižší výšky než je obvyklé v automotive datasetech.

Jedním z výstupů projektu by také měl být kvalitní trénovací dataset pro obě modality nasbíraný na robotech Katedry kybernetiky.
Bibliography:Lang, A. H., Vora, S., Caesar, H., Zhou, L., Yang, J., & Beijbom, O. (2019). Pointpillars: Fast encoders for object detection from point clouds. In Proceedings of the IEEE/CVF conference on computer vision and pattern recognition (pp. 12697-12705).

A Rahim, Hasliza & Sheikh, Usman Ullah & Ahmad, R.Badlishah & Md Zain, Aini Syuhada & Firuz, Suryani. (2010). Vehicle speed detection using frame differencing for smart surveillance system. 10th International Conference on Information Sciences, Signal Processing and their Applications, ISSPA 2010. 630-633. 10.1109/ISSPA.2010.5605422.

Simonelli, A., Bulo, S. R., Porzi, L., Ricci, E., & Kontschieder, P. (2020, August). Towards generalization across depth for monocular 3d object detection. In European Conference on Computer Vision (pp. 767-782). Springer, Cham.

Wang, T., Zhu, X., Pang, J., & Lin, D. (2021). Fcos3d: Fully convolutional one-stage monocular 3d object detection. In Proceedings of the IEEE/CVF International Conference on Computer Vision (pp. 913-922).
Responsible person: Petr Pošík