Detail projektu
Topografická analýza obrazu s využitím metod hlubokého učení
Období řešení: 1. 7. 2019 – 30. 6. 2022
Typ projektu: grant
Kód: LTAIZ19004
Agentura: Ministerstvo školství, mládeže a tělovýchovy ČR
Program: INTER-EXCELLENCE - Podprogram INTER-ACTION

image geo-lokalizace, topografické informace, registrace obrazu, hluboké učení,
počítačové vidění
Projekt se zaměřuje na aktuální problémy počítačového vidění, zejména na vizuální
lokalizaci v přírodním prostředí. Vizuální lokalizace kamery ve venkovním
prostředí není v současnosti vyřešeným problémem, přestože nabízí celou řadu
atraktivních aplikací od automatického porozumění obrazu, přes aplikace rozšířené
reality až po navigaci samořiditelných vozidel a letounů. Projekt si klade za cíl
výzkum nových metod pro lokalizaci kamery založených na registraci (angl.
matching) multimodálních dat, zejména fotografické informace, syntetických (angl.
rendered) obrazů, hloubkové informace a terénních modelů s využitím aktuálních
metod strojového učení, zejména hlubokých neuronových sítí (DNN). Vedle využití
terénních dat ve formě grafických modelů bude zkoumána také alternativa predikce
hloubkové informace ze vstupní fotografie. Skupina CPhoto@FIT
(mailto:CPhoto@FIT) se dlouhodobě daným problémem zabývá a do projektu přináší
hluboké zkušenosti výzkumné i aplikační, izraelskému partnerovi dále nabízí
unikátní datové sady nepostradatelné pro trénování DNN.
Brejcha Jan, Ing., Ph.D. (VZ CPHOTO)
Lysek Tomáš, Ing.
Polášek Tomáš, Ing. (UPGM)
Tomešek Jan, Ing. (UPGM)
2024
- BOBÁK, P.; ČMOLÍK, L.; ČADÍK, M. Reinforced Labels: Multi-Agent Deep Reinforcement Learning for Point-Feature Label Placement. IEEE TRANSACTIONS ON VISUALIZATION AND COMPUTER GRAPHICS, 2024, vol. 30, no. 9,
p. 5908-5922. ISSN: 1077-2626. Detail - DEKEL, S.; KELLER, Y.; ČADÍK, M. Estimating Extreme 3D Image Rotations using Cascaded Attention. In Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR). Seattle: IEEE Computer Society, 2024.
p. 2588-2598. ISBN: 979-8-3503-5301-3. Detail
2023
- POLÁŠEK, T.; ČADÍK, M.; KELLER, Y.; BENEŠ, B. Vision UFormer: Long-Range Monocular Absolute Depth Estimation. COMPUTERS & GRAPHICS-UK, 2023, vol. 111, no. 4,
p. 180-189. ISSN: 0097-8493. Detail
2023
- Large-scale outdoor augmented reality scenes using camera pose based on learned descriptors, patent, 2023
Autoři: LUKÁČ, M.; WANG, O.; BREJCHA, J.; HOLD-GEOFFROY, Y.; ČADÍK, M.