PRIMJENA NEURALNIH MREŽA ZA KLASIFIKACIJU OBJEKATA SA 3D SENZORA

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.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