Object recognition using 3D convolutional neural networks

Abstract

Název: Rozpoznávání objektů pomocí 3D konvolučních neuronových sítí Autor: Jaroslav Moravec Katedra: Katedra softwarového inženýrství Školitel: RNDr. Jakub Lokoč, Ph.D., Katedra softwarového inženýrství Abstrakt: S rychlým rozvojem laserů a senzorů se velmi usnadnilo skenování i ukládání objektů do digitální podoby v perzistentních databázích. S rostoucím počtem naskenovaných 3D objektů je nezbytné vyvinout metody pro práci s těmito daty a jejich vyhledávání. Pro různé úkoly vyhledávání je také potřeba, aby tyto vyhledávací modely byly co nejefektivnější. V naší práci se zaměřujeme na efektivní klasifikaci a vyhledávání podobných objektů. Studovaný přístup se zakládá na konvolučních neuronových sítích, tedy metodě strojového učení, která v posledních letech zažívá boom. Navrhli jsme a natrénovali několik architek- tur 3D konvolučních neuronových sítí a testovali jsme je na nejmodernějších 3D datasetech pro rozpoznávání a vyhledávání podobných 3D objektů. Podařilo se nám též ukázat, že naučené znaky objektů z jednoho datasetu se mohou následně použít na určení tříd objektů z jiného 3D datasetu. Klíčová slova: Rozpoznávání objektů, 3D konvoluce, neuronové sítě

Title: Object recognition using 3D convolutional neural networks Author: Jaroslav Moravec Department: Department of Software Engineering Supervisor: RNDr. Jakub Lokoč, Ph.D., Department of Software Engineering Abstract: With the fast development of laser and sensor technologies, it has become easy to scan a real-world object and save it in a digital format into a persistent database. With the rising number of scanned 3D objects, data man- agement and retrieval methods become necessary. For various retrieval tasks, effective retrieval models are required. In our work, we focus on effective classifi- cation and similarity search. The investigated approach is based on convolutional neural networks representing a machine learning method that boomed in recent years. We have designed and trained several architectures of 3D convolutional neural networks and tested them on state-of-the-art benchmark 3D datasets for 3D object recognition and retrieval. We were also able to show that the trained features on one dataset can be then used to predict class labels on another 3D dataset. Keywords: Object recognition, 3D convolution, neural networks