Perpustakaan Digital ITB

komponen yang sangat krusial untuk menjamin keselamatan. Citra hasil kamera stereo yang diproses dengan metode stereo matching menjadi salah satu opsi metode yang dapat dieksplorasi terutama akibat harganya yang relatif terjangkau. Namun demikian, keterbatasan perangkat komputasi yang disematkan kendaraan otonom membuat algoritma harus disusun seefisien mungkin agar dapat berjalan secara real time. Oleh karena itu, tesis ini membahas pengembangan arsitektur stereo matching efisien untuk mengekstrak informasi tiga dimensi citra pada persepsi kendaraan otonom. Arsitektur deep learning berbasis LightStereo digunakan untuk menyusun metode stereo matching efisien. Terdapat tiga usulan untuk meningkatkan kecepatan komputasi dengan tetap menjaga akurasi arsitektur: Kombinasi agregasi dua dimensi dan tiga dimensi efisien untuk menangkap hubungan disparitas secara lokal dan global dari cost volume, Agregasi resolusi tinggi dan rendah efisien secara paralel untuk meningkatkan kemampuan estimasi disparitas baik pada bagian citra bertekstur maupun kurang bertekstur, dan usulan LinearLog loss untuk mengurangi rerata eror disparitas keseluruhan. Dengan usulan tersebut, disusun arsitektur efisien EFSNet yang memiliki waktu inferensi kurang dari 20 milidetik dengan tetap mempertahankan nilai end point error kurang dari 0.72 piksel pada dataset SceneFlow. Hasil ini membuat arsitektur yang diajukan termasuk dalam arsitektur paling efisien pada benchmark tersebut. Terakhir, tesis ini juga mengeksplorasi hasil persepsi tiga dimensi dari arsitektur yang diusulkan pada perangkat embedded. Hasilnya, secara rata-rata, algoritma dapat melakukan inferensi citra setereo dalam waktu 101 milidetik dengan eror estimasi jarak objek sebesar 0.933 m.