Topografická analýza obrazu s využitím metod hlubokého učení

Poskytovatel
Ministerstvo školství, mládeže a tělovýchovy
Program
INTER-EXCELLENCE
Veřejná soutěž
INTER-EXCELLENCE 21 (SMSM2019LTAIZ)
Hlavní účastníci
Vysoké učení technické v Brně / Fakulta informačních technologií
Druh soutěže
VS - Veřejná soutěž
Číslo smlouvy
MSMT-22782/2019-2

Název projektu anglicky
Deep-Learning Approach to Topographical Image Analysis
Anotace anglicky
The aim of the project is to research completely new approaches based on deep learning (DL) to the fusion of multimodal data sources that are suitable for visual geo-localization. These are mainly photos / videos taken with a conventional camera or mobile device, 3D digital terrain models, synthetic (rendered) images, or. depth information.

Kategorie VaV
ZV - Základní výzkum
OECD FORD - hlavní obor
10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)
OECD FORD - vedlejší obor
—
OECD FORD - další vedlejší obor
—
CEP - odpovídající obory <br>(dle <a href="http://www.vyzkum.cz/storage/att/E6EF7938F0E854BAE520AC119FB22E8D/Prevodnik_oboru_Frascati.pdf">převodníku</a>)
AF - Dokumentace, knihovnictví, práce s informacemi<br>BC - Teorie a systémy řízení<br>BD - Teorie informace<br>IN - Informatika

Hodnocení poskytovatelem
V - Vynikající výsledky projektu (s mezinárodním významem atd.)
Zhodnocení výsledků projektu
Projekt Topografická analýza obrazu s využitím metod hlubokého učení byl zaměřen na výzkum nových algoritmů vizuální lokalizace kamery založených na registraci multimodálních dat s využitím aktuálních principů strojového učení. V druhé polovině řešení (2021-22) byl důraz kladen na výzkum metod určení polohy kamery v přírodním prostředí. Na konferenci WACV22 byla prezentována nová lokalizační metoda Crosslocate, na konferenci IJCNN21 jsme představili efektivní metodu detekce křivky horizontu. Dále pokračoval výzkum vnímání 3D terénních modelů a dalších synteticky generovaných dat. Byly navrženy dvě nové percepční metriky pro odhad realističnosti 3D modelů terénů a stromů (ICTree), které byly publikovány v časopise ACM TAP a na konferenci SIGGRAPH Asia 21. V rámci tohoto výzkumu byly také vytvořeny dvě datové sady modelů terénu a stromů doplněné o percepční uživatelská skóre získaná v rozsáhlých uživatelských experimentech.

Důvěrnost údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Systémové označení dodávky dat
CEP23-MSM-LT-U
Datum dodání záznamu
30. 6. 2023

Cíle projektu