Das Ziel dieser Masterarbeit ist es, ein aktuelles YOLO V5 Model zu trainieren, um Personnen in
omnidirektionalen Bildern zu erkennen. Um die Genaugkeit des Models in realen Anwendunsfällen zu
verbessern, verwenden wir Transfer Learning und trainieren bestimmte Schichten des Modells mit
einer sorgfältig ausgewählten Mischung aus synthetischen und realen Bilddaten.
Wir zeigen, dass dieser Ansatz das Problem des „Catastrophic Interference“ entschärft und die
„Domain Gap“ zwischen synthetischen und realen Daten überbrückt, was zu einer signfikanten
Leistungsverbesserung gegenüber dem vortrainierten YOLO V5 führt.
The goal of the Thesis was to train a state-of-the-art YOLO V5 model to detect persons in
omnidirectional image frames. To improve model accuracy in real use cases, we use transfer learning
and train certain layers of the model on a carefully selected mixture of synthetic and real images
data.
We show that this approach mitigates the problem of catastrophic interference and bridges the
domain gap between synthetic and real world data, resulting in a significant performance
improvement over the pre-trained YOLO V5.
Urheberrechtshinweis
Liagouris Odysseas, Hochschule Luzern - Departement Technik & Architektur
Zur Behandlung von Phantomschmerzen nach Rückenmarksverletzung wird das System Virtual Walk entwickelt. Bei diesem System handelt es sich um eine visuelle Therapiemethode. Der Oberkörper des Patienten wird dabei gefilmt und auf fremde, laufende Beine in einem bewegten Hintergrund platziert. Die Bewegung der Beine sowie die Geschwindigkeit des Hintergrundes wird dabei von der Armbewegung gesteuert. Um die Illusion auf den jeweiligen Patienten anzu-passen, kann in einer graphischen Benutzeroberfläche verschiedene Einstellungen vorgenom-men werden. Dabei kann aus verschiedenen Hintergründen und Beinen ausgewählt werden.
The Virtual Walk system is developed for the treatment of phantom pain after spinal cord injury. This system is a visual therapy method. The patient's upper body is filmed and placed on strange, walking legs in a moving background. The movement of the legs as well as the speed of the background is controlled by the arm movement. In order to adapt the illusion to the respec-tive patient, different settings can be made in a graphical user interface. Different backgrounds and legs can be selected.
Urheberrechtshinweis
Schmid Silvan, Hochschule Luzern - Departement Technik & Architektur
Die Arbeit wurde für den Industriepartner Swisens AG erstellt. Diese Firma hat ein Messsystem entwickelt,
welches Aerosolpartikel in Echtzeit bemessen kann. Speziell von Interesse sind dabei Pollen. Mittels
Holografie können zwei um 90° verdrehte Bilder einer Polle aufgenommen werden. Mit einer anschliessenden
Bildverarbeitung können Features der Polle extrahiert werden.
Die Arbeit befasst sich hauptsächlich mit dieser Bildverarbeitung und den extrahierten Features. In einem
ersten Teil werden unterschiedliche Pollengattungen anhand dieser Features untersucht. Zudem werden die
Daten für die weiteren Klassifizierungsaufgaben aufbereitet. Anhand der Features wird eine Klassifikation von
Pollengattungen mittels einer SVM (Support Vector Machine) erstellt. Zudem wird eine automatische
Aussortierung durchgeführt, mit welcher Datensätze automatisch gesäubert werden können.
The work was done for the industrial partner Swisens AG. This company has developed a measurement system
that can measure aerosol particles in real time. Of particular interest are pollen. By means of holography, two
images of a pollen rotated by 90° can be captured. With subsequent image processing, features of the pollen
can be extracted.
This work is mainly concerned with this image processing and the extracted features. In a first part, different
pollen genera are investigated based on these features. In addition, the data are processed for the further
classification tasks. Based on the features, a classification of pollen genera is created using a SVM (Support
Vector Machine). In addition, an automatic sorting is performed, with which data sets can be automatically
cleaned.
Urheberrechtshinweis
Gisler Lars, Hochschule Luzern - Departement Technik & Architektur