Leppsalu, JürgenTartu Ülikool. Loodus- ja täppisteaduste valdkondTartu Ülikool. Tehnoloogiainstituut2026-04-262026-04-262025https://hdl.handle.net/10062/120649Kaamerapõhised hõivatuse ennustusmudelid hindavad takistuste olemasolu ja kaugust üksnes kaamerapiltide ja positsioneerimisandmete põhjal. Käesolevas lõputöös uuritakse, kuidas mõjutab video kompressioon sellise mudeli käitumist. Selle uurimiseks rakendati video kompressiooni kolme koodekiga: MJPEG, H.264 ja H.265. Kompressitud kaadritega treeniti 15 hõivatuse ennustusmudeli versiooni ning analüüsiti valideerimiskao muutust iga konfiguratsiooni puhul. Tulemused näitavad, et valitud hõivatusennustusmudel on kompressiooni artefaktide suhtes vastupidav. Kuigi agressiivsed kompressiooni variandid põhjustasid järjestikuste kaadrite puhul vähem stabiilseid ennustusi, jäid paljud struktuurid siiski ennustustes nähtavaks. Tulevased tööd peaksid uurima, kas ka pärismaailma andmestikel treenitud mudelid näitavad sarnast vastupidavust, kuna käesolev töö käsitleb kompressiooni mõju CARLA simuleerimiskeskkonnas genereeritud sünteetiliste andmete põhjal.Camera-based occupancy prediction models estimate the presence and distance of obstacles using camera images and camera positional data. This thesis investigates how lossy video compression impacts the performance of such a model. To test this, video compression was applied using three video codecs: MJPEG, H.264, and H.265. The compressed frames were then used to train 15 versions of an occupancy prediction model, and the resulting validation loss was analyzed for each configuration. The findings show that the selected occupancy prediction model demonstrated a high degree of resilience to compression artefacts. Although high-compression variants produced less stable predictions across consecutive frames, the predictions still contained mostly valid structures that resembled the expected outcome. As this study was conducted using synthetic data generated in the CARLA simulation environment, future research should explore whether models trained on real-world datasets exhibit similar robustness.enAttribution-NonCommercial-NoDerivs 3.0 Estoniahttp://creativecommons.org/licenses/by-nc-nd/3.0/ee/masin nägeminekauguse ennustaminevideo kompressioonhõivatuse ennustusmudelmagistritöödThesis