Εξαγωγή χαρακτηριστικών από σύστημα κινητής
χαρτογράφησης

Γκούβρα, Ελπίδα; Gkouvra, Elpida

dc.contributor.author	Γκούβρα, Ελπίδα	ele
dc.contributor.author	Gkouvra, Elpida	en
dc.date.accessioned	2024-08-28T11:30:59Z
dc.date.available	2024-08-28T11:30:59Z
dc.identifier.uri	https://dspace.lib.ntua.gr/xmlui/handle/123456789/60023
dc.identifier.uri	http://dx.doi.org/10.26240/heal.ntua.27719
dc.rights	Αναφορά Δημιουργού-Όχι Παράγωγα Έργα 3.0 Ελλάδα	*
dc.rights.uri	http://creativecommons.org/licenses/by-nd/3.0/gr/	*
dc.subject	Σύστημα Κινητής Χαρτογράφησης	el
dc.subject	Βαθιά μάθηση	el
dc.subject	Φωτογραμμετρία	el
dc.subject	Mobile Mapping System	en
dc.subject	Computer Vision Framework	en
dc.subject	Multi-camera	en
dc.subject	Deep learning	en
dc.subject	Photogrammetry	en
dc.title	Εξαγωγή χαρακτηριστικών από σύστημα κινητής χαρτογράφησης	el
dc.title	Feature extraction from a mobile mapping system	en
heal.type	bachelorThesis
heal.classification	Φωτογραμμετρία	el
heal.classification	Mobile Mapping	en
heal.language	el
heal.access	free
heal.recordProvider	ntua	el
heal.publicationDate	2024-03-13
heal.abstract	Στο πλαίσιο της παρούσας Διπλωματικής Εργασίας, αναπτύχθηκε μια μεθοδολογία η οποία χρησιμοποιεί τα δεδομένα από ένα Σύστημα Κινητής Χαρτογράφησης - με αισθητήρα χαρτογράφησης μια multi-camera Ladybug 5+ - με σκοπό την εξαγωγή χαρακτηριστικών σημείων και τον προσδιορισμό των συντεταγμένων τους στο χώρο. Πιο συγκεκριμένα, η μέθοδος χρησιμοποιεί αλγορίθμους βαθιάς μάθησης προκειμένου να ανιχνεύσει αντικείμενα στις εικόνες της Ladybug 5+ και στη συνέχεια εφαρμόζει φωτογραμμετρικές τεχνικές για να προσδιορίσει τα αντικείμενα στο σύστημα αναφοράς ενός χάρτη. Το λειτουργικό κομμάτι της μεθόδου που σχετίζεται με την ανίχνευση των αντικειμένων, χρησιμοποιεί το framework υπολογιστικής όρασης (Computer Vision Framework) Detectron 2. Περιλαμβάνει αρχεία κώδικα σε γλώσσα Python για την εκπαίδευση αλγορίθμων βαθιάς μάθησης και τη διαδικασία του inference των εκπαιδευμένων μοντέλων στις εικόνες και προϋποθέτει την εγκατάσταση του Detectron 2 είτε τοπικά είτε σε περιβάλλον Google Colab. Για τον προσδιορισμό της θέσης των αντικειμένων στο χώρο, αναπτύχθηκαν δύο γεωμετρικές λύσεις βασισμένες στην αρχή της συνθήκης συγγραμμικότητας. Οι λύσεις προϋποθέτουν τη γνώση της γεωμετρίας της Ladybug 5+ που αποτελείται από 6 κάμερες, καθώς και των επιμέρους καμερών που τη συνθέτουν. Η εξαγωγή αυτής της πληροφορίας πραγματοποιήθηκε με τη βοήθεια του Software Development Kit (Ladybug SDK) που συνοδεύει τη multi-camera. Η μέθοδος δοκιμάστηκε σε αποστολή χαρτογράφησης του οδικού δικτύου της Καλαμάτας και στο κείμενο παρατίθενται τα αποτελέσματα.	el
heal.advisorName	Πατεράκη, Μαρία	el
heal.advisorName	Pateraki, Maria	en
heal.committeeMemberName	Καράντζαλος, Κωνσταντίνος	el
heal.committeeMemberName	Δουλάμης, Αναστάσιος	el
heal.academicPublisher	Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Αγρονόμων και Τοπογράφων Μηχανικών. Τομέας Τοπογραφίας. Εργαστήριο Φωτογραμμετρίας	el
heal.academicPublisherID	ntua
heal.numberOfPages	106 σ.	el
heal.fullTextAvailability	false