Estimating Optical Flow Using Deep Learning with Event Cameras / By Ali Abdellatif Elseddeek Ali Hussein; Under the Supervision of Prof. Dr. Amr Galaleldin Ahmed Wassal.

By:

Ali Abdellatif Elseddeek Ali Hussein [preparation.]

Contributor(s):

Amr Galaleldin Ahmed Wassal [thesis advisor.]

Material type: Text

TextLanguage: English Summary language: English Spoken language: Arabic Producer: 2023Description: 92 pages : illustrations ; 30 cm. + CDContent type:

text

Media type:

Unmediated

Carrier type:

volume

Other title:

ﺗﻘﺪﯾﺮ اﻟﺘﺪﻓﻖ اﻟﺒﺼﺮي ﺑﺎﺳﺘﺨﺪام اﻟﺘﻌﻠﻢ اﻟﻌﻤﯿﻖ وﻛﺎﻣﯿﺮات اﻷﺣﺪاث [Added title page title]

Subject(s):

DDC classification:

006.37

Available additional physical forms:

Issued also as CD

Dissertation note: Thesis (M.Sc.) Cairo University, 2023. Summary: Estimating Optical Flow is one of the popular Computer Vision research problems. Recently, the new asynchronous event cameras were introduced in the Computer Vision field. A literature review is made on event cameras in this work. It is shown that utilizing Deep Neural networks and event cameras to solve the Optical Flow problem achieves better results. This work focuses on building a complete E-RAFT code. This is enhanced by optimizing the network. Finally, using transformers to estimate the optical flow problem is discussed, showing the expected results, followed by the outcomes of this trial.Summary: يعد تقدير التدفق البصري أحد مشكلات البحث الشائعة في مجال الرؤية الحاسوبية. في الآونة الأخيرة، تم تقديم كاميرات الأحداث غير المتزامنة في مجال الرؤية الحاسوبية. تم إجراء مراجعة للأدبيات على كاميرات الأحداث في هذا العمل. تم اثبات أن استخدام الشبكات العصبية العميقة وكاميرات الأحداث لحل مشكلة التدفق البصري يحقق نتائج افضل. يركز هذا العمل على بناء نظام E-RAFT ومحاكاته. يتم تحسين النظام من خلال تحسين الشبكة. أخيرًا ، تمت مناقشة استخدام الTransformers لتقدير مشكلة التدفق البصري، مع إظهار النتائج المتوقعة، متبوعة بنتائج هذه التجربة.

Tags from this library: No tags from this library for this title. Log in to add tags.

Average rating: 0.0 (0 votes)

Holdings
Item type	Current library	Home library	Call number	Status	Barcode
Thesis	قاعة الرسائل الجامعية - الدور الاول	المكتبة المركزبة الجديدة - جامعة القاهرة	Cai01.13.06.M.Sc.2023.Al.E (Browse shelf(Opens below))	Not for loan	01010110088221000

Browsing المكتبة المركزبة الجديدة - جامعة القاهرة shelves Close shelf browser (Hides shelf browser)

Previous	No cover image available	No cover image available	No cover image available	No cover image available	No cover image available	No cover image available	No cover image available	Next
Previous	Cai01.13.06.M.Sc.2022.Ra.l Lmot : Efficient light-weight detection and tracking in crowds /	Cai01.13.06.M.Sc.2023.Ab.S SAIDS: A Novel Approach for Sentiment Analysis Informed of Dialect and Sarcasm Using Active Learning /	Cai01.13.06.M.Sc.2023.Ah.A Automated Medical Diagnosis/	Cai01.13.06.M.Sc.2023.Al.E Estimating Optical Flow Using Deep Learning with Event Cameras /	Cai01.13.06.M.Sc.2023.Om.P Rethinking bert sentence embedding for Text classification with central and federated learning /	Cai01 13 06 M.Sc 2023 Re.V Variable length coding of quantized deep learning models /	Cai01.13.06.M.Sc.2023.Ro.G A novel deep learning architecture for multiple sclerosis Diagnosis : Gau-U-Net /	Next

Thesis (M.Sc.) Cairo University, 2023.

Bibliography: pages 79-92.

Estimating Optical Flow is one of the popular Computer Vision research problems. Recently, the new asynchronous event cameras were introduced in the Computer Vision field. A literature review is made on event cameras in this work. It is shown that utilizing Deep Neural networks and event cameras to solve the Optical Flow problem achieves better results. This work focuses on building a complete E-RAFT code. This is enhanced by optimizing the network. Finally, using transformers to estimate the optical flow problem is discussed, showing the expected results, followed by the outcomes of this trial.

يعد تقدير التدفق البصري أحد مشكلات البحث الشائعة في مجال الرؤية الحاسوبية. في الآونة الأخيرة، تم تقديم كاميرات الأحداث غير المتزامنة في مجال الرؤية الحاسوبية. تم إجراء مراجعة للأدبيات على كاميرات الأحداث في هذا العمل. تم اثبات أن استخدام الشبكات العصبية العميقة وكاميرات الأحداث لحل مشكلة التدفق البصري يحقق نتائج افضل. يركز هذا العمل على بناء نظام E-RAFT ومحاكاته. يتم تحسين النظام من خلال تحسين الشبكة. أخيرًا ، تمت مناقشة استخدام الTransformers لتقدير مشكلة التدفق البصري، مع إظهار النتائج المتوقعة، متبوعة بنتائج هذه التجربة.

Issued also as CD

Text in English and abstract in Arabic & English.

There are no comments on this title.

to post a comment.

Click on an image to view it in the image viewer