Rozpoznávání povrchových materiálů při proměnlivých podmínkách optického pozorování
Cíle projektu
Hlavním cílem projektu je vyvinout nové metody automatického rozpoznávání povrchových materiálů při obecných a proměnlivých podmínkách geometrických i iluminačních pozorování. Metody budou založené na statistikách odvozených z deskriptivních sedmidimenzionálních pravděpodobnostních modelech vizuálních textur, které aproximují současnou nejpokročilejší měřitelnou texturní reprezentaci ve formě dvousměrové texturní funkce (BTF). Zamýšlené mnohorozměrné modely budou založeny na náročných složených vícerozměrných markovských náhodných polích, směsových a nelineárních odrazivostních modelech. Projekt se soustředí na kontextovou klasifikaci materiálů objektů při neomezených a realistických podmínkách pozorování a její použití pro interpretaci obrazových scén. Očekáváme, že výsledky projektu významně přispějí ke zlepšení průmyslových aplikací a lékařské diagnózy založených na analýze vizuální informace.
Klíčová slova
Surface material appearance recognitionbidirectional texture function (BTF) modelingvisual invariantsMarkov random fields
Veřejná podpora
Poskytovatel
Grantová agentura České republiky
Program
Standardní projekty
Veřejná soutěž
Standardní projekty 23 (SGA0201900001)
Hlavní účastníci
Ústav teorie informace a automatizace AV ČR, v. v. i.
Druh soutěže
VS - Veřejná soutěž
Číslo smlouvy
19-12340S
Alternativní jazyk
Název projektu anglicky
Surface material recognition under variable optical observation conditions
Anotace anglicky
The overall objectives of this R&D proposal is to develop novel automatic surface materials recognition methods under variable geometric and illumination observation conditions. The methods will be based on statistics derived from descriptive seven-dimensional probabilistic visual texture models, which approximate the state-of-the-art measurable textural representation in the form of bidirectional texture function (BTF). The intended multidimensional models will be based on demanding compound multi-resolution Markov random field based models, mixture models, and non-linear reflectance models. The project will concentrate on surface materials contextual classification under non-restricted realistic observation conditions and its application for visual scene interpretation. We expect the project to significantly improve industrial applications and medical diagnosis based on visual information analysis.
Vědní obory
Kategorie VaV
ZV - Základní výzkum
OECD FORD - hlavní obor
10102 - Applied mathematics
OECD FORD - vedlejší obor
—
OECD FORD - další vedlejší obor
—
CEP - odpovídající obory
(dle převodníku)BD - Teorie informace
Hodnocení dokončeného projektu
Hodnocení poskytovatelem
U - Uspěl podle zadání (s publikovanými či patentovanými výsledky atd.)
Zhodnocení výsledků projektu
Projekt přináší nové poznatky v oblasti automatického rozpoznávání povrchových materiálů při obecných a proměnlivých podmínkách geometrických i iluminačních pozorování. Výsledky byly dostatečně publikovány v kvalitních vědeckých časopisech a na konferencích. Cíle projektu byly naplněny.
Termíny řešení
Zahájení řešení
1. 1. 2019
Ukončení řešení
30. 6. 2022
Poslední stav řešení
U - Ukončený projekt
Poslední uvolnění podpory
1. 4. 2022
Dodání dat do CEP
Důvěrnost údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Systémové označení dodávky dat
CEP23-GA0-GA-U
Datum dodání záznamu
26. 6. 2023
Finance
Celkové uznané náklady
7 654 tis. Kč
Výše podpory ze státního rozpočtu
7 318 tis. Kč
Ostatní veřejné zdroje financování
336 tis. Kč
Neveřejné tuz. a zahr. zdroje finan.
0 tis. Kč
Uznané náklady
7 654 tis. Kč
Statní podpora
7 318 tis. Kč
0%
Poskytovatel
Grantová agentura České republiky
OECD FORD
Applied mathematics
Doba řešení
01. 01. 2019 - 30. 06. 2022