Multi-sensor data fusion for deep learning

Konzulens:
Szemenyei Márton
Kölső konzuelns:
Continental
Tárgy:
Önálló laboratórium - Irányítórendszerek ágazat, BSc Vill.
Önálló laboratórium 1 - Irányítórendszerek főspecializáció, MSc Vill.
Önálló laboratórium 2 - Irányítórendszerek főspecializáció, MSc Vill.
Hallgatói létszám:
1
Folytatás:
Szakdolgozat / Diplomaterv
Leírás:
Description:
Modern cars are equipped with a range of sensors that continuously collect information about the
environment, e.g., front-facing and surround cameras, laser-, radar- and LiDAR sensors. While it is
possible to construct environmental models using only one sensor as a data source, the combination
of them, for instance, camera images with 3-D depth data, is an intuitive way to yield reasonably
more informative input and better prediction results. Within this topic we explore the problem space
of data fusion using deep neural network models for use in autonomous driving applications.