Projekti / Programi
01. januar 2019
- 31. december 2027
| Koda |
Veda |
Področje |
Podpodročje |
| 2.07.00 |
Tehnika |
Računalništvo in informatika |
|
| 2.22.02 |
Tehnika |
Komunikacijska tehnologija |
Interaktivna tehnologija |
| Koda |
Veda |
Področje |
| P176 |
Naravoslovno-matematične vede |
Umetna inteligenca |
| Koda |
Veda |
Področje |
| 1.02 |
Naravoslovne vede |
Računalništvo in informatika |
| 2.05 |
Tehniške in tehnološke vede |
Materiali |
računalniški vid, robotski vid, globoke nevronske mreže, globoki kompozicionalni modeli, biometrija, oblaki 3D točk, uporabniški vmesniki, vizualizacija podatkov, novi mediji, vizualno sledenje, semantična segmentacija, globoki kompozicionalni modeli, strojno učenje za računalniški vid
Podatki za zadnjih 5 let (citati za zadnjih 10 let) na dan
18. april 2024;
A3 za obdobje
2018-2022
| Baza |
Povezani zapisi |
Citati |
Čisti citati |
Povprečje čistih citatov |
| WoS |
286 |
9.620 |
9.121 |
31,89 |
| Scopus |
470 |
15.710 |
14.789 |
31,47 |
Raziskovalci (23)
| št. |
Evidenčna št. |
Ime in priimek |
Razisk. področje |
Vloga |
Obdobje |
Štev. publikacijŠtev. publikacij |
| 1. |
22472 |
dr. Borut Batagelj |
Računalništvo in informatika |
Raziskovalec |
2019 - 2024 |
192 |
| 2. |
50367 |
Borja Bovcon |
Računalništvo in informatika |
Tehnični sodelavec |
2019 - 2020 |
19 |
| 3. |
31252 |
dr. Narvika Bovcon |
Računalništvo in informatika |
Raziskovalec |
2019 - 2022 |
308 |
| 4. |
29381 |
dr. Luka Čehovin Zajc |
Računalništvo in informatika |
Raziskovalec |
2019 - 2024 |
124 |
| 5. |
55044 |
Matej Dobrevski |
Računalništvo in informatika |
Raziskovalec |
2020 - 2024 |
13 |
| 6. |
53820 |
dr. Žiga Emeršič |
Računalništvo in informatika |
Raziskovalec |
2023 - 2024 |
84 |
| 7. |
11161 |
dr. Aleš Jaklič |
Računalništvo in informatika |
Raziskovalec |
2019 - 2024 |
119 |
| 8. |
30155 |
dr. Matej Kristan |
Računalništvo in informatika |
Raziskovalec |
2019 - 2024 |
323 |
| 9. |
55070 |
Ajda Lampe |
Računalništvo in informatika |
Raziskovalec |
2023 |
6 |
| 10. |
05896 |
dr. Aleš Leonardis |
Računalništvo in informatika |
Raziskovalec |
2019 - 2024 |
455 |
| 11. |
39227 |
dr. Alan Lukežič |
Računalništvo in informatika |
Raziskovalec |
2021 - 2022 |
51 |
| 12. |
06618 |
dr. Jasna Maver |
Računalništvo in informatika |
Raziskovalec |
2019 - 2024 |
99 |
| 13. |
54781 |
Tim Oblak |
Računalništvo in informatika |
Raziskovalec |
2023 |
14 |
| 14. |
19226 |
dr. Peter Peer |
Računalništvo in informatika |
Raziskovalec |
2019 - 2024 |
408 |
| 15. |
50002 |
Anže Rezelj |
Računalništvo in informatika |
Tehnični sodelavec |
2019 |
0 |
| 16. |
53724 |
Peter Rot |
Računalništvo in informatika |
Raziskovalec |
2023 - 2024 |
21 |
| 17. |
18198 |
dr. Danijel Skočaj |
Računalništvo in informatika |
Raziskovalec |
2019 - 2024 |
309 |
| 18. |
09581 |
dr. Franc Solina |
Računalništvo in informatika |
Vodja |
2019 - 2024 |
639 |
| 19. |
23401 |
dr. Luka Šajn |
Računalništvo in informatika |
Raziskovalec |
2019 - 2024 |
107 |
| 20. |
34398 |
dr. Domen Tabernik |
Računalništvo in informatika |
Raziskovalec |
2021 - 2024 |
50 |
| 21. |
56901 |
Darian Tomašević |
Računalništvo in informatika |
Mladi raziskovalec |
2022 - 2024 |
7 |
| 22. |
52095 |
Matej Vitek |
Računalništvo in informatika |
Raziskovalec |
2019 - 2024 |
20 |
| 23. |
53924 |
Vitjan Zavrtanik |
Računalništvo in informatika |
Mladi raziskovalec |
2020 - 2024 |
14 |
Organizacije (2)
Povzetek
Programska skupina izvaja osnovne in aplikativne raziskave na področju umetnega zaznavanja oziroma, bolj specifično, na področju računalniškega in spoznavnega vida. Ta problematika predstavlja eno izmed najpomembnejših komponent inteligentnih sistemov, od informacijskih do robotskih, in je nepogrešljiv del številnih aplikacij, kot so detekcija, kategorizacija in segmentacija predmetov in prizorov, prepoznavanje obrazov, vizualni nadzor in sledenje, samodejno vodenje vozil in upravljanje različnih tipov robotov.
V zadnjih letih je bil predvsem na krilih metod globokega učenja narejen na področju računalniškega vida ogromen napredek. Praktična uporaba pristopov računalniškega vida se vse bolj širi iz nadzorovanih industrijskih okolij na različna področja vsakdanjega življenja. Kljub temu pa številni izzivi ostajajo nerešeni. Robustnost delovanja v zelo kompleksnih in dinamičnih pogojih še vedno ni dovolj visoka za popolnoma avtonomno analizo slik. Za uspešno delovanje danes prevladujočih metod nadzorovanega globokega učenja je potrebno zagotoviti ogromne količine označenih učnih podatkov. Postaja pa dostop do ogromne količine surovih podatkov, tako slik, videov kot oblakov 3D točk, vse enostavnejši in cenejši. Povečuje se tudi računska zmogljivost naprav za procesiranje vizualne informacije.
V okviru raziskovalnega programa bomo naslovili te pomanjkljivosti ter izkoristili prednosti, ki jih prinaša razvoj na tem področju. Opravljali bomo temeljne raziskave, hkrati pa bomo naše ugotovitve aplicirali na konkretnih problemskih domenah. Nadaljevali bomo naše zelo uspešno delo na področju razvoja vizualnih sledilnikov in metodologije za njihovo evalvacijo. Razvijali bomo nove metode računalniškega vida in strojnega učenja za avtonomni nadzor mobilnih robotov. Na področju globokega učenja bomo vpeljali koncept kompozicionalnih globokih modelov ter vpeljali učne tehnike, ki presegajo klasičen nadzorovan diskriminativen pristop. Globoko učenje bomo uporabili tudi na različnih problemskih domenah kot so segmentacija in modeliranje oblakov 3D točk ter biometrija. Ukvarjali se bomo tudi z razvojem uporabniških vmesnikov, ki uporabljajo kamere.
Programska skupina bo, tako kot doslej, znaten del aktivnosti namenila preverjanju teoretičnih rezultatov na različnih realnih platformah, kot so mobilni roboti, aktivni senzorski sistemi in pametne mobilne naprave. Ob tem bo skupina izvajala aktivnosti za razširjanje znanja v obliki javno dostopnih označenih slikovnih in video podatkovnih zbirk, izvajanju izzivov (challenges) v okviru mednarodnih konferenc in predlaganju ustreznih evalvacijskih protokolov in metrik. Nenazadnje bo programska skupina skrbela za prenos teoretičnega znanja na praktične aplikacije, tudi ob sodelovanju z neposrednimi uporabniki, pri čemer bo gradila na dosedanjih tovrstnih izkušnjah (uporaba računalniškega vida pri spletni prodaji, pri ohranjanju in digitalizaciji kulturne dediščine, v umetnosti novih medijev, …).
Pomen za razvoj znanosti
Osnovni cilj računalniškega vida je avtomatsko pridobivanje informacij iz slik oziroma zaporedja slik, na primer iz videa. Nekaj tipičnih nalog, ki sodijo v sklop računalniškega vida, so identifikacija ljudi na osnovi slike njihovega obraza, ali sledenje določenega objekta na video posnetku, gradnja 3D modelov posameznih predmetov ali celotnega okolja iz množice slik in tudi analiza oziroma ocenjevanje slik po določenih medicinskih kriterijih ali celo estetskih kriterijih. Ker se je z razvojem tehnologije zajem in razširjanje slikovnih informacij bistveno olajšalo in pospešilo, postaja pomen in delež slikovnih informacij v informacijskem svetu vedno večji. Na primer, v skoraj vseh družabnih omrežjih slikovne informacije vedno bolj prevladujejo. Tudi starejše slikovne informacije iz arhivov se digitalizirajo in jih je potem možno analizirati s pomočjo računalniškega vida. Ročno iskanje informacij, na primer na katerih, stotine ur dolgih video posnetkih, se pojavlja določena oseba, je s časovnega vidika, skoraj povsem nepremostljiva naloga. Zato postaja računalniški vid ena od ključnih metod za obvladovanje, iskanje, klasifikacijo in analizo informacij nasploh.
Aktualna postajajo nova aplikacijska področja, kot je avtonomna vožnja, kjer ima zaznavanje vizualnih informacij o cestišču, drugih udeležencih prometa, ovirah na cestah itd. kritično vlogo. Nenazadnje postaja vloga računalniškega vida ključna za različna tehnična, naravoslovna, družboslovna in humanistična področja, kjer je možno s pomočjo analize slikovnih informacij hitreje priti do novih spoznanj. Naj gre za analizo zgodovinskih artefaktov v muzealstvu, analizo obnašanja živali ali ljudi, ali iskanje sprememb na zemeljskem površju s pomočjo preiskovanja satelitskih posnetkov.
Metodološko gledano gre računalniški vid v zadnjih parih letih skozi revolucionarne spremembe. V preteklosti so različne naloge od računalniškega vida zahtevale veliko mero specializacije, predvsem pri določanju slikovnih značilk, ki so bile potrebne za rešitev teh nalog. Danes pa so za skoraj vse naloge računalniškega vida začele prevladovati globoke nevronske mreže, ki na vhodnih slikah same določijo in poiščejo relevantne značilke, ki so potrebne za rešitev nalog, ki se jih je nevronska mreža predhodno naučila.
Pomen za razvoj Slovenije
Uporaba metod računalniškega vida zahteva v praksi veliko znanja, saj na nivoju nekih standardiziranih računalniških programskih rešitev ni možno obvladovati te zahtevne problemske domene. Znanstveno delovanje na področju računalniškega vida je zato pomembno najprej z vidika vzgoje kadrov, ki se lahko lotijo najbolj zahtevnih problemov avtomatske analize slikovnih podatkov.
Poleg tega si brez strokovnjakov za računalniški vid ni možno predstavljati razvoja na drugih področjih, kjer te metode postajajo vse bolj pomembne. Ta področja segajo od tradicionalne tesne povezave računalniškega vida z robotiko pa vse do analize medicinskih slik za hitrejšo in bolj kvalitetno diagnostiko. Vse bolj pomembna postaja avtomatska analiza video posnetkov iz nadzornih kamer in končno tudi analiza video posnetkov, ki se širijo preko socialnih spletnih omrežij.
Slovenski znanstveniki nenazadnje prispevajo tudi k napredku računalniškega vida v mednarodnem okviru, kar priča njihovo visoko število citatov. Publikacije te programske skupine imajo na Google učenjaku skoraj 15.000 citatov.
Najpomembnejši znanstveni rezultati
Vmesno poročilo
Najpomembnejši družbeno–ekonomsko in kulturno relevantni rezultati
Vmesno poročilo
