Recognition of Driving Lane Borders in Video from On Board Camera

Táto práca sa zaoberá problematikou rozpoznávania hraníc jazdného pruhu v záberoch palubnej kamery. V práci je predstavená architektúra hlbokej konvolučnej neurónovej siete, pomocou ktorej sa rieši spomínaný problém. Sieť bola trénovaná na rozsiahlej dátovej sade pomocou algoritmu gradientového zostupu. Natrénovaný model preukázal schopnosť kvalitne rozpoznávať hranice jazdného pruhu v rôznych situáciách a podmienkach. Výsledok práce potvrdzuje, že hlboké konvolučné neurónové siete sú vhodným nástrojom pre rozpoznávanie hraníc jazdného pruhu.This thesis is dedicated to the issue of driving lane borders recognition in frames of an onboard camera. In this thesis, an architecture of a deep convolutional neural network is introduced, by means of which the said problem is dealt with. The net was trained on a large dataset using gradient descent algorithm. The trained model has demonstrated the ability to recognize borders of a driving lane well in different situations and conditions. The result of the thesis confirms that deep convolutional neural networks are a suitable tool for driving lane borders recognition.