3D-Tiefenbildrekonstruktion mit Hilfe von Faltungsnetzwerken

Abstract

In dieser Bachelorarbeit werden Faltungsnetzwerke zur monokularen Tiefenbildrekonstruktion genutzt. Ziel dabei ist zu untersuchen, ob ein einfach gehaltenes Netz in der Lage ist, Tiefenbilder aus RGB-Bildern zu rekonstruieren und zu analysieren, nach welchen Prinzipien und Merkmalen dies stattfindet. Dazu wurden Szenarien erstellt, in denen verschiedene Hyperparameter des Netzes verändert wurden. Für jedes Szenario wird eine Vielfalt an Ergebnissen dargestellt, um daraus Erkenntnisse über die Auswirkung der Veränderungen zu gewinnen und Annahmen über die Vorgehensweisen beim Lernen der Tiefeninformation zu treffen.

In this thesis, convolutional neural networks are used for monocular depth reconstruction. The goal is to examine, whether it is possible for a simple network to reconstruct depth images from an RGB-image and to analyse, which principals and features are used to do so. Therefore, different scenarios were constructed, in which different hyperparameters of the network were modified. For each scenario, a variety of results are shown, to gain insights into the effects of the modifications and hypothesize methods used, to learn the depth information.