Computer Vision

Interpretarea automată a imaginilor aeriene: de la alinierea geometrică la segmentarea semantică și recunoașterea categoriilor de obiecte

Domeniul Computer Vision studiază dezvoltarea de metode si sisteme computaționale capabile să perceapă lumea din imagini și înregistrări video într-un mod inteligent, cât mai apropiat modului de percepție uman. Deși este un domeniu relativ nou în cadrul Inteligenței Artificiale și al Roboticii, se bucură în prezent de un interes crescut în ceea ce privește cercetarea științifică, cât și dezvoltarea tehnologică și industrială. Sucesele recente se datorează atât dezvoltării unor algoritmi eficienți de învățare automată și inferență, dar și creșterii substanțiale a puterii de calcul și capacității de stocare de date.

Urmând tendințele actuale, ne propunem dezvoltarea unor astfel de sisteme de vedere inteligentă care să poată acționa într-o strânsă legătură cu diverse arii din robotică, precum cea a vehiculelor aeriene autonome. Vom ținti atât dezvoltarea unor prototipuri de înaltă performanță în cercetarea științifică, cât și crearea de sisteme tehnologice cu aplicabilitate practică imediată. Astfel, vom încerca să descoperim noi aspecte derivate din conexiunea ochi – vedere – gândire și vom încerca să dezvoltăm sisteme computaționale care pot derula un astfel de proces cognitiv complex.

Programul este adresat studenților și masteranzilor pasionați de noile domenii ale științei, de studiul algoritmilor complecși care fac posibile conexiunile necesare interpretării automate de imagini si video. În cadrul acestui program, urmărim formarea unei echipe de studenți și ingineri care să abordeze problema interpretării vizuale automate a scenelor filmate sau fotografiate din aer, urmărind trei direcții complementare:

1) Identificarea corespondențelor și a zonelor comune dintre mai multe imagini sau cadre video, precum și alinierea geometrică ulterioară a acestora.

2) Segmentarea semantică a imaginilor – împărțirea imaginilor în regiuni ce aparțin unor anumite categorii (e.g. zone rezidențiale, păduri, parcuri, drumuri, zone agrare, lacuri, râuri).

3) Detectarea și recunoașterea diverselor categorii de obiecte (e.g. case, mașini). Ne dorim să stabilim cum interacționează aceste categorii de obiecte și zone la un nivel de interpretare contextuală, pentru a putea fi interpretate și detectate cât mai eficient.

Coordonator program: Conf. Dr. Marius Leordeanu

Ce ne propunem?

Ne propunem crearea unor soluții algoritmice și de implementare rapide și exacte. În acest sens, ne vom axa la nivelul mediu de interpretare pe alinierea geometrică, incluzând identificarea corespondențelor dintre caracteristicile imaginilor din secvențele videoclipurilor aeriene studiate. Vom crea algoritmi care să alinieaze scenele automat și să creeze vederi panoramice ale imaginilor, din care să rezulte o singură hartă aeriană formată din mai multe cadre. În acest sens, vom lua în calcul și estimarea câmpului de mișcare dintre cadre succesive.

În plus, vom căuta să dezvoltăm metode automate de învățare, clasificare si detecție a diverselor tipuri de zone, obiecte și relatiile lor contextuale (ex.: zone urbane, rurale, regiuni agricole, regiuni muntoase, oameni, masini, case, copaci), precum și segmentarea acestora în regiuni – determinarea exactă a zonelor din imagini ocupate de acestea.