Manapság a képfeldolgozási algoritmusok egy igen nagy része, speciálisan az autonóm közlekedéshez kapcsolódó megoldások legnagyobb hányada gépi tanuláson alapszik. Az egyik legnagyobb nehézség az ilyen típusú algoritmusok hatékonnyá tételekor a neurális háló betanítása. Az ehhez a folyamathoz szükséges tanító adatbázisok gyakran nem állnak rendelkezésre, sőt, gyakran a létrehozásukhoz szükséges körélmények sem adottak. E problémára megoldást jelenthet, ha a szükséges képi adatbázist egy jól megválasztott 3 dimenziós modell használatával szintetizáljuk, majd az így kapott képeken az ismert paraméterek segítségével tanítjuk be a neurális hálót.

A témára jelentkező hallgató feladatai:

• Végezzen irodalomkutatást a korszerű képfeldolgozási feladatokban alkalmazott neurális hálók betanítására használatos adatbázisok körében, különös tekintettel az optical flow felhasználásokra!
  
• Készítsen olyan térbeli modellt, melyből nagy mennyiségű képet (képpárt) lehet előállítani egy optical flow típusú feldolgozás bemenetére!
  
• Tegyen javaslatot a fentiek alapján számított optical flow képek felhasználásával térbeli modellek kialakítására képes neurális háló elkészítésére!