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 České republiky

Program: INTER-EXCELLENCE - Podprogram INTER-ACTION

Název anglicky
Deep-Learning Approach to Topographical Image Analysis
Typ
grant
Klíčová slova

image geo-lokalizace, topografické informace, registrace obrazu, hluboké učení, počítačové vidění

Abstrakt

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 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.

Řešitelé
Čadík Martin, doc. Ing., Ph.D. (UPGM FIT VUT) , hlavní řešitel
Brejcha Jan, Ing., Ph.D. (UPGM FIT VUT)
Lysek Tomáš, Ing. (UPGM FIT VUT)
Polášek Tomáš, Ing. (UPGM FIT VUT)
Tomešek Jan, Ing. (UPGM FIT VUT)
Publikace

2024

  • DEKEL Shay, KELLER Yosi a ČADÍK Martin. 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, s. 2588-2598. ISBN 979-8-3503-5301-3. Detail
  • BOBÁK Petr, ČMOLÍK Ladislav a ČADÍK Martin. Reinforced Labels: Multi-Agent Deep Reinforcement Learning for Point-Feature Label Placement. IEEE Transactions on Visualization and Computer Graphics, roč. 30, č. 9, 2024, s. 5908-5922. ISSN 1077-2626. Detail

2023

  • POLÁŠEK Tomáš, ČADÍK Martin, KELLER Yosi a BENEŠ Bedřich. Vision UFormer: Long-Range Monocular Absolute Depth Estimation. Computers and Graphics, roč. 111, č. 4, 2023, s. 180-189. ISSN 0097-8493. Detail

2022

  • TOMEŠEK Jan, ČADÍK Martin a BREJCHA Jan. CrossLocate: Cross-Modal Large-Scale Visual Geo-Localization in Natural Environments using Rendered Modalities. In: Proceedings of the IEEE/CVF Winter Conference on Applications of Computer Vision (WACV). Waikoloa: Institute of Electrical and Electronics Engineers, 2022, s. 2193-2202. ISBN 978-1-6654-0477-8. Detail
  • RAJASEKARAN Suren Deepak, KANG Hao, ČADÍK Martin, GALIN Eric, GUÉRIN Eric, PEYTAVIE Adrien, SLAVÍK Pavel a BENEŠ Bedřich. PTRM: Perceived Terrain Realism Metric. ACM Transactions on Applied Perception, roč. 19, č. 2, 2022, s. 1-22. ISSN 1544-3558. Detail

2021

  • POLÁŠEK Tomáš, HRŮŠA David, BENEŠ Bedřich a ČADÍK Martin. ICTree: Automatic Perceptual Metrics for Tree Models. ACM Transactions on Graphics (TOG), roč. 40, č. 6, 2021, s. 1-15. ISSN 0730-0301. Detail
  • AHMAD Touqeer, EMAMI Ebrahim, ČADÍK Martin a BEBIS George. Resource Efficient Mountainous Skyline Extraction using Shallow Learning. In: Proceedings of the International Joint Conference on Neural Networks (IJCNN). Hoffman Estates: Institute of Electrical and Electronics Engineers, 2021, s. 1-9. ISBN 978-1-6654-3900-8. Detail

2020

  • BREJCHA Jan, LUKÁČ Michal, HOLD-GEOFFROY Yannick, WANG Oliver a ČADÍK Martin. LandscapeAR: Large Scale Outdoor Augmented Reality by Matching Photographs with Terrain Models Using Learned Descriptors. In: Computer Vision - ECCV 2020. Lecture Notes in Computer Science, roč. 12374. Cham: Springer Nature Switzerland AG, 2020, s. 295-312. ISBN 978-3-030-58525-9. Detail
  • BOBÁK Petr, ČMOLÍK Ladislav a ČADÍK Martin. Temporally Stable Boundary Labeling for Interactive and Non-Interactive Dynamic Scenes. Computers and Graphics, roč. 91, č. 10, 2020, s. 265-278. ISSN 0097-8493. Detail
Produkty

2022

  • CrossLocate: Vizuální geo-lokalizace v rozsáhlých přírodních prostředích s využitím renderovaných modalit, software, 2022
    Autoři: Tomešek Jan, Čadík Martin, Brejcha Jan Detail
  • ICTree: Automatická Percepční Metrika pro Modely Stromů, software, 2022
    Autoři: Čadík Martin, Polášek Tomáš Detail

2020

  • Immersive Trip Reports, software, 2020
    Autoři: Brejcha Jan, Čadík Martin Detail
  • LandscapeAR, software, 2020
    Autoři: Brejcha Jan, Čadík Martin Detail
Nahoru