Automatska interpretacija zračnih slika: od geometrijskog poravnanja do semantičke segmentacije i prepoznavanja kategorija predmeta
Područje Computer Vision proučava razvoj metoda i kompjuterskih sustava sposobnih da percipiraju svijet pomoću slika i video zapisa na inteligentan način što sličniji ljudskoj percepciji. Iako je područje relativno novo u okviru umjetne inteligencije i robotike, trenutno uživa povećani interes za znanstvena istraživanja kao i za tehnološki i industrijski razvoj. Za nedavne je uspjehe zaslužan ne samo razvoj efikasnih algoritama za automatsko učenje i zaključivanje, već i značajan rast moći računanja i kapaciteta za pohranu podataka.
U skladu s aktualnim trendovima planiramo razvoj takvih sustava za inteligentno gledanje koji bi trebali biti sposobni djelovati u tijesnoj vezi s različitim područjima robotike, kao što su autonomna zračna vozila. Usredotočit ćemo se na razvoj prototipa visokih performansi za znanstveno istraživanje, ali i na kreiranje tehnoloških sustava za neposrednu primjenu. Pokušat ćemo otkriti nove aspekte proizašle iz veze oči – vid – mišljenje i razviti kompjuterske sustave sposobne podržati takav složeni kognitivni proces.
Program je namijenjen studentima diplomskih i postdiplomskih studija zainteresiranima za nova znanstvena područja, proučavanje složenih algoritama koji omogućuju veze potrebne za automatsku interpretaciju slika i videa. Cilj ovog programa je formacija tima studenata i inženjera koji će se baviti automatskom vizualnom interpretacijom scena snimljenih ili uslikanih iz zraka, prateći tri komplementarna smjera:
1) Prepoznavanje dodirnih točaka i zajedničkih područja više slika ili video kadrova, i njihovo naknadno geometrijsko poravnanje.
2) Semantička segmentacija slika – podjela slika na regije koje pripadaju određenim kategorijama (na primjer rezidencijalna područja, šume, parkovi, ceste, poljoprivredna područja, jezera, rijeke).
3) Otkrivanje i prepoznavanje različitih kategorija predmeta (npr. kuće, automobili). Želimo odrediti kako ove kategorije predmeta i područja djeluju jedna na drugu na razini kontekstualne interpretacije, kako bi ih mogli što efikasnije interpretirati i otkriti.
Koordinator programa: Doc. Dr. Marius Leordeanu
Što namjeravamo?
Namjeravamo kreirati brza i točna algoritamska i implementacijska rješenja. U tu svrhu usredotočit ćemo se na srednju razinu interpretacije geometrijskog poravnanja, uključujući prepoznavanje dodirnih točaka između značajki kadrova zračnih videa koje proučavamo. Kreirat ćemo algoritme koji će automatski poravnavati scene i kreirati panoramske poglede slika te će rezultat biti jedinstvena zračna karta sastavljena od više kadrova. Također ćemo uzeti u obzir i procjenu polja kretanja između uzastopnih kadrova.
Nadalje, nastojat ćemo razviti automatske metode učenja, kategorizacije i otkrivanja različitih vrsta područja, predmeta i njihovih kontekstualnih odnosa (npr. gradska područja, ruralna područja, poljoprivredna područja, planinska područja, ljudi, automobili, kuće, drveće) kao i njihovu segmentaciju u regije – točno određivanje snimljenih područja.
Kao član radnog tima ovog programa za istraživanje, imat ćeš priliku:
- Proučavati najnovije algoritme i tehnologije iz područja Computer Vision, Machine Learning i umjetne inteligencije;
- Uključiti se u znanstveno istraživanje najviše razine, te mogućnost objavljivanja članaka i sudjelovanja na prestižnim međunarodnim konferencijama;
- Sudjelovati u razvoju i implementaciji robotičkih sustava inkorporiranih umjetnim gledanjem u vrhunskom tehnološkom području, sa stvarnim potencijalom za poboljšanje ljudskih života;
- Aktivno se uključiti u razvoj istraživanja i tehnologije u Rumunjskoj;
- Dugoročno, imat ćeš mogućnost napisati doktorsku dizertaciju iz područja Computer Vision, Machine Learning i robotike.
Ako si zainteresiran za prijavljivanje za mjesto u ovom programu, osim potrebnih tehničkih znanja, moraš biti iskreno zainteresiran za ovo područje i voljan produbiti svoje znanje o njemu:
- Solidno znanje programiranja, struktura podataka i algoritama. Poznavanje C++ i Matlaba je prednost.
- Dobro znanje matematike, pogotovo linearne algebre, geometrije, vjerojatnosti i statistike.
- Prethodno iskustvo u istraživanju kao i sveučilišno obrazovanje u području Computer Vision, Machine Learning, umjetne inteligencije i robotike velika su prednost.
Kako bi bili prihvaćeni u program, kandidati moraju proći sljedeće etape:
- Poslati prijavu;
- Intervju s našim timom za ljudske resurse (HR);
- Položiti test iz logike i tehnički test;
- Intervju sa stručnjakom iz dotičnog područja;
- Uklopiti se u tim.