مضرات الگوریتم سر و شانه ها چیست؟

عضو تحقیقات - چشم انداز رایانه ای Eavise گروه تحقیقاتی Kasteelpark Arenberg 10 - Box 2441 3001 Leuven بلژیک

کریستوف ون بیک در 25 نوامبر 1986 در لیور ، بلژیک متولد شد. وی در سال 2008 مدرک کارشناسی ارشد علوم صنعتی - الکترونی ک-عکسبرداری را در Hogeschool Voor Wetenschap & Kunst - پردیس د نایر (اکنون یک پردیس فناوری KU Leuven) به دست آورد. وی اولین تجربه خود را در مورد الگوریتم های دید رایانه و ادغام آنها بر روی سخت افزار تعبیه شده ، تحت نظارت پروفسور تون گیدم به دست آورد. وی که از فرصت های جذاب که بینایی رایانه ای تعبیه شده است ، گرفتار شد ، وی تصمیم گرفت به عنوان یک محقق در یک پروژه دو ساله (به نام Fast-Promoco) در پردیس د نایر تحت نظارت پروفسور جان میل شروع شود. در این پروژه تحقیقاتی با محوریت شرکت ، وی اثربخشی و قابلیت استفاده چندین ابزار طراحی سخت افزار مبتنی بر مدل را ارزیابی کرد. در همین زمان ، گروه تحقیقاتی Eavise تأسیس شد که به طور خاص بر کاربردهای چشم انداز رایانه پیشرفته و هوش مصنوعی متمرکز است. وی در این زمینه استفاده از تکنیک های پیشرفته دید رایانه در برنامه های بسیار خاص ، تحقیقات دکترا را در سال 2010 با نظارت پروفسور تون گودم آغاز کرد. در این کار به سمت مدرک دکترا ، وی بر تشخیص اشیاء در حال حرکت از یک دوربین در حال حرکت ، به طور خاص تشخیص قابل اعتماد و سخت در زمان واقعی کاربران آسیب پذیر جاده ها در تصاویر دوربین نقطه کور متمرکز شد. وی اکنون به عنوان یک محقق پست دکتری در پردیس د نایر فعالیت می کند ، جایی که وی مسئولیت چندین دوره آموزشی ، پروژه های مدیریت و تحقیقاتی / دانشجویان دکترا را بر عهده دارد.

پروژه های تحقیقاتی

همکار

• شناخت بصری عمیق برای دنیای واقعی (25/09/2017 - 25/09/2021)
• ادراک صحنه: تولید و بهره برداری از ابرداده مبتنی بر چشم انداز (18/08/2017 - 24/08/2021)
• تشخیص شیء هوایی (28/07/2017 - 28/07/2021)
• برنامه های دید رایانه در لبه (08/03/2017 - 08/03/2021)

پرس و جو = کاربر: U0062511 سال: [2003 تا 2023] sresource_type: ارائه و موسسه = lirias & از = 1 & step = 10 & sort = محبوبیت

نشان دادن 1 تا 5 از 5 مرتب سازی جدیدترین اول | نویسنده | عنوان |محبوبیت

LIRIAS1672225 توضیحات

LIRIAS1671268 توضیحات این تحقیق دکتری بر تشخیص شیء بصری در شرایط خاص خواستار متمرکز است. شیء شناخته شده و همچنین حرکت دوربین ، و زمان موجود برای کار تشخیص بسیار کوتاه است. این مشکل عمومی در اینجا بر روی یک مشکل خاص اعمال می شود: دوربین نقطه کور فعال. آمار نشان می دهد که تعداد زیادی از تصادفات با کامیون ها مربوط به به اصطلاح نقطه کور است ، منطقه اطراف وسیله نقلیه که در آن کاربران آسیب پذیر جاده توسط راننده کامیون درک نمی کنند. یک راه حل ساده به عنوان آینه های نقطه کور-که اکنون توسط قانون اتحادیه اروپا اعمال می شود-هیچ کاهش تعداد تصادفات در سال را نشان نمی دهد. سایر راه حل های فن آوری (به عنوان مثال سنسورهای اولتراسونیک یا سیستم های مادون قرمز) همه دارای مضرات خاص خود هستند و از این رو از راه حل کامل دور هستند. باید راه حل دیگری پیدا شود که در آن یک سیستم تشخیص به طور فعال به راننده هشدار می دهد. هدف از این تحقیق دکتری ، تحقق یک دوربین فعال کور است که می تواند کاربران آسیب پذیر جاده ها را در تصویر دوربین با استفاده از پردازش تصویر تشخیص دهد و در این باره به راننده هشدار می دهد. این موضوع تحقیق چالش های زیادی را ایجاد می کند. حاشیه زمانی بسیار کوچک در دسترس با نیاز به قابلیت اطمینان بسیار زیاد است. علاوه بر این ، شناخت کارآمد زمان از یک کلاس شیء ناهمگن چالش برانگیز است. از آنجا که سیستم نهایی باید در سیستم های دوربین نقطه کور منفعل موجود ادغام شود ، منابع محاسباتی محدود است. همچنین ، موقعیت دوربین نقطه کور خاص به نظر می رسد که با سیستم های تشخیص عابر پیاده به جلو که اغلب به جلو توصیف می شود ، تفاوت قابل توجهی دارد. در حال حاضر ما بخشی از این راه حل ایمنی را به دست آوردیم: ما یک چارچوب تشخیص و ردیابی چند عکسبرداری قوی ایجاد کردیم و فقط به ورودی بینایی از دوربین نقطه کور کامیون تکیه کردیم. الگوریتم ما از محدودیت های صحنه و اطلاعات زمانی برای کاهش فضای جستجو استفاده می کند. این رویکرد امکان استفاده از یک ردیاب دقیق عابر پیاده را فراهم می کند که در غیر این صورت از نظر محاسباتی بسیار گران خواهد بود. با استفاده از این رویکرد ، ما به نتایج دقت بسیار خوبی با سرعت پردازش بالا می رسیم ، در حالی که فقط به یک اجرای CPU هسته ای تک متکی هستیم.

LIRIAS1671075 توضیحات

LIRIAS1986389 توضیحات ردیاب های چشم موبایل مدتی است که در دسترس هستند و در زمینه های تحقیقاتی مختلف مانند سرگرمی ، بازاریابی ، جامعه شناسی و زبانشناسی محبوب تر می شوند. در حالی که این سخت افزار با سرعت مناسب در حال تحول است ، این نرم افزار هنوز فاقد استحکام و عملکرد است (Broˆne et al. ، 2011). به دلیل این عدم وجود نرم افزاری که قادر به استخراج اطلاعات لازم از داده های ردیاب چشم است ، محققان به حاشیه نویسی دستی زمان بر روی مقادیر عظیمی از داده ها در طول آزمایش متوسل می شوند. هزینه این مرحله پردازش دستی ، میزان هر آزمایش را به شدت محدود می کند. در این مقاله به تجزیه و تحلیل پس از تجزیه و تحلیل ضبط های ردیابی چشم در انسان و انسان متمرکز شده است ، به طور خاص که موضوع در طول مکالمات به دست و سر همبستگی وی نگاه می کند. آشکارسازهای دستی و سر که از نشانگرها یا دستکش های رنگی استفاده می کنند (Wang and Popovic ́ ، 2009) برای این کار نتایج خوبی را نشان می دهند. با این حال ، در طول مطالعات تعامل انسان و انسان ، استفاده از این ابزارها می تواند آگاهی از ثبت را تحریک کند و به عنوان یک انسداد یا تعصب محسوب می شود. ما می خواهیم فقط با استفاده از سخت افزار موجود موجود در ردیاب های چشم (دوربین صحنه نمای کلی RGB) ، آگاهی را محدود کنیم. در حالی که ردیاب های صورت بر اساس تصاویر RGB به طور کامل مورد بررسی قرار گرفته اند ، استفاده از آنها اغلب به چهره های جلو محدود می شود. در حین مکالمات ، ما همیشه با شخص روبرو نیستیم و بسته به صفحه ما فقط پشت سر را می بینیم. دست ها به دلیل موقعیت ها و جهت گیری های مختلف ، یک چالش اضافی را ایجاد می کنند. چندین تکنیک تشخیص دست بر اساس تقسیم پوست و مدل های DPM مفید است (De Beugher et al. ، 2016) ، اما هنوز هم برای دستیابی به بهترین نتیجه به مداخلات دستی نیاز دارند. رویکرد ما بر جایگزینی این الگوریتم های دید رایانه ای با برآوردگرهای حاوی CNN- مبتنی بر CNN نشان داده شده است. در واقع ، می توان با استفاده از چنین برآوردگرانه ای که نقاط کلیدی آناتومیکی (سر ، شانه ها ، بازوها ، پاها را ترسیم می کند) ، ژست انسان پیدا شود. چارچوب Openpose در دسترس عموم ، ترکیب کار (Cao et al. ، 2017 ؛ Simon et al. ، 2017 ؛ Wei et al. ، 2016) ، یک تخمین دقیق از پایین به بالا را فقط بر اساس ویدیوی 2D ارائه می دهد. این تکنیک پیشرفته از فریم و فریم به صورت قاب به شکل نقاط کلیدی ارائه می دهد. ما از این تکنیک به عنوان یک روش قوی برای یافتن مکان های دست و سر در فیلم های ردیاب چشم استفاده کردیم.

با نگاهی به مکان نسبی نقاط ارائه شده ، یک جعبه محدودیت را تعیین می کنیم ، یکی برای سر و دیگری برای هر دست (شکل 1). هنگامی که نگاه با یکی از این جعبه ها همپوشانی دارد ، ما برچسب جعبه را به عنوان حاشیه نویسی برای این قاب ذخیره می کنیم. رویکرد ما نتایج بسیار خوبی را در مورد داده های سه مجموعه داده ردیاب چشم نشان داد ، همانطور که در جدول 1 نشان داده شده است. در شکل 2 برخی موارد خرابی را از (De Beugher et al. ، 2016) بدون مداخله دستی و رویکرد استفاده شده ما با Openpose نشان می دهیم. در کنار این پیشرفت در دقت ، تکنیک ما تصاویر را با 5 فریم در ثانیه پردازش می کند ، بر خلاف سایر تکنیک های که حداقل 36. 67 ثانیه نیاز دارند. ما ، به دانش ما ، اولین کسی هستیم که از برآوردگرهای Pose در ابزارهای پس از تجزیه و تحلیل برای داده های تعامل چشم انسان و انسان استفاده می کنیم و این ابزار را به عنوان منبع باز در دسترس قرار می دهیم.