Számítógépes Látás és gépi tanulás kutatócsoport
A mesterséges intelligencia és a gépi látás élvonalában kutatunk és fejlesztünk
Kutatócsoportunk a Budapesti Műszaki és Gazdaságtudományi Egyetem Irányítástechnika és Informatika Tanszékén található. Küldetésünk intelligens látórendszerek és képfeldolgozási módszerek megalkotása, valamint e megoldások alkalmazásainak kutatása.
Intelligens Látórendszerek
A látás az ember egyik legalapvetőbb és leghasznosabb érzékszerve, melyet naponta akár több ezer feladat elvégzésére is használunk. Mindeközben a képek értelmezésének képességét teljesen magától értetődőnek vesszük, holott ezen képességek számítógépes megvalósítása egy rendkívül nehéz feladat. Kutatócsoportunk célja, hogy a képek és videók értelmezésének képességét – és az ezzel járó szinte végtelen alkalmazási lehetőséget számítógépekben minél magasabb minőségben megvalósítsa. E cél elérésének érdekében csoportunk jelentős kutatási tevékenységet végez – mindeközben külön figyelmet szentelve a megszerzett tudás továbbadására is oktatási, mentorálási és konzultációs tevékenységek keretében.
Szakmai tevékenységek
Kutatási területek
Kutatócsoportunkban jelentős kutatásokat végzünk a számítógépes látás terén, majd a megszerzett ismereteket számos különböző alkalmazási területre ültetjük át. Ezek közül kiemelendő az intelligens robotok, autonóm járművek, térinformatika, okos városok, valamint a szimulációs tanuló rendszerek területe. Csoportunk része számos sikeres kutatási projektnek, jelenleg is a Mesterséges Intelligencia Nemzeti Laboratórium (MILAB) tagja.
A jó minőségű és naprakész térképek a modern információs világ egyik alapvető szükséglete. Ezek pontos előállítása és naprakészen tartása azonban egy rendkívül erőforrás-igényes feladat. A közösségi térképkészítés projekt célja, hogy kiaknázzuk az olcsó fedélzeti kamerákat, melyeket egyre több vezető önszántából helyez az autójába. Ugyan az e kamerák által készített felvételek minősége alacsony, számosságuknak köszönhetően ezek kiváló forrásai lehetnek egy térképkészítő szolgáltatásnak.
Habár a mélytanulásra alapozó látórendszerek rendkívüli eredményeket értek el az utóbbi években, a betanított mesterséges intelligencia még nem érte el a megfelelő robusztusságot. Kutatási projektünk célja olyan látórendszerek megalkotása, melyek képesek különböző zavaró környezeti hatásokat (pl. megvilágítás, füst, köd, kitakarás) detektálni és elhárítani, ezzel is növelve a döntéshozó rendszer megbízhatóságát. Ezen felül külön figyelmet szentelünk arra, hogy ezen rendszerek relatíve kis erőforrásigénnyel rendelkezzenek, így akár beágyazott rendszerekben is alkalmazhatók legyenek.
Az önálló működésre képes robotok és járművek a számítógépes látás egyik legrelevánsabb alkalmazása. Kutatómunkánk célja ezen a téren olyan szimulációs technikák és környezetek megalkotása, amelyekben autonóm működésre képes ágensek hatékonyan taníthatók. Ezen felül külön figyelmet szentelünk a szimulált környezetben tanított mesterséges intelligencia valós szituációkra történő adaptálásának (Sim2Real) sikeres megvalósítására.
A számítógépes látás egyik kiemelkedő társadalmi hasznossággal rendelkező alkalmazása a különböző diagnosztikai megoldások, amelyek nagymértékben segítik az orvosokat a különböző kritikus döntések meghozásában. A fenti területen elvégzett kutatásunk része volt egy State-of-the-art minőségű szegmentáló rendszer megalkotása, amely képes a retináról készült fotókon a vérerek beazonosítására, melynek segítségével számos betegség (pl. cukorbetegség) diagnosztizálható.
A számítógépes látás alkalmazásainak további fontos területe az okos város, okos közigazgatás és a térinformatika kiszolgálása jó minőségű feldolgozott adatokkal. Az elvégzendő feladatok közé tartozik a valósidejű forgalomszámlálás, közlekedési szituációk felismerése, vagy éppen a különböző hulladékok detektálása műhold vagy drón által készített képeken.
A közlekedésautomatizálási feladatok között kiemelkedő szerepet tölt be az autonóm ágensek lokalizációs és térképezési feladatainak megoldása. Csoportunk egy kiemelt kutatási témája a tisztán vizuális információkra alapozó odometria és feltérképezési problémák megoldásának vizsgálata. Ehhez számos megoldás kutatásában és fejlesztésében végzünk integrációs kísérleteket.
Oktatás BME hallgatóknak
Laborunk a Villamosmérnöki és Informatika Kar főbb képzéseiben képviseli magát Képfeldolgozás és Deep Learning témájú tárgyak oktatásával. Ezek kívül fontosnak tartjuk a hallgatók tehetséggondozását is, így számos Önálló Laboratórium és Diplomatervezés témát kínálunk, ezek felül a kari és országos TDK konferencián is rendszeresen érnek el sikereket hallgatóink.
Csoportunk szeretettel vár minden a látás és mesterséges intelligencia iránt érdeklődő hallgatót a VIK bármely képzéséről, vagy az autonóm járműtervező és mechatronika képzésekről önlab, szakdolgozat vagy diplomatervezés témákra. A fent említett tárgyakra lehet saját témaötlettel, vagy az előre kiadott témák egyikével jelentkezni.
Csoportunk az alábbi tárgyak oktatásáért felelős:
- Képfeldolgozás (BSc Info)
- Számítógépes látórendszerek (MSc Vill és KJK)
- Deep Learning vizuális informatikában (MSc Info)
- Gépi Látás (MSc Mecha)
- Ipari képfeldolgozás és képmegjelenítés (BSc Vill)
Kutatócsoportunk egyik kiemelt célja a jó képességű hallgatók tehetséggondozása, így természetesen lehetőség nyílik, hogy jó minőségű munkák esetén azokból TDK dolgozat készüljön. Sikeres TDK dolgozatok esetén megnyílik a lehetőség a munka bemutatására egy nemzetközi konferencián is.
Nemzetközi és ipari kapcsolatok
Csoportunk küldetésének fontos része mind a tudományos tevékenységünk nemzetközi ismertetése, mind a hazai ipari szereplőkkel folytatott együttműködés. Ez utóbbi elősegítése érdekében számos céges hallgató munkát konzultálunk, illetve részt veszünk ipari együttműködésekben. Ezen felül konzultációs munkákat is vállalunk.
Projektek
Laborunk számos kutatási és ipari együttműködési projektben vesz részt, melyek közül akad, amelyik épp folyamatban van, illetve olyan is, amely sikerrel lezárult.
Mesterséges Intelligencia Nemzeti Laboratórium
A Mesterséges Intelligencia Nemzeti Laboratórium (MILAB) egy a Innovációs és Technológiai Minisztérium által kezdeményezett nemzeti szintű kutatási együttműködés, amely 2020-ban kezdődött, és 11 konzorciumi taggal rendelkezik. A laboratóriumon belül kutatócsoportunk a Gépi Látás alprojekt BME-n belüli kutatási feladatait látja el.
IoTAC
A Security By Design IoT Development and Certificate Framework with Front-end Access Control (IoTAC) egy H2020-as, Európai Unió által finanszírozott kutatási és fejlesztési együttműködés. A projekthez csapatunk az IIT tanszék részeként csatlakozik, amely egy 7 országból 13 taggal rendelkező konzorciumban a BME szervezete alá tartozik. Csapatunk a Tecnalia céggel együttműködésben az összekapcsolt és autonóm járművek fejlesztését célzó alprojekt kidolgozásában vesz részt.
Professzionális Intelligencia az Autóiparban
A Professzionális Intelligencia az Autóiparban (PIA) projekt egy kutatási munkálatokat támogató együttműködés, amely a Continental budapesti székhelyű mély gépi tanulás központja (Deep Machine Learning Competence Center) és a Budapesti Műszaki és Gazdaságtudományi Egyetem között létesült. A projekt keretien belül csapatunk a hallgatók szakmai és ügyviteli mentorálását végzi.
Aktualitások
CogMob 23 konferencia
Zhu Morui MSc hallgatónk a CogMob 23 konferencián mutatta be munkánkat.
ATAFF filmfesztivál kerekasztal beszélgetés
Dr. Szántó Mátyás Szolnokon vett részt MI témájú kerekasztal beszélgetésen.
Házi feladat projektbemutatók
Megtartottuk a szokásos félévzáró házi feladat miniszimpóziumot.
Hallgatók
Kobál Sándor
MSc Hallgató
Zhu Morui
MSc Hallgató
Szász Erik
BSc Hallgató
Korábbi munkatársak
Dr. Vajta László
Egyetemi Docens
Dr. Loványi István
Egyetemi Docens
Dr. Vajda Ferenc
Egyetemi Docens
Korábbi hallgatók
Partnereink
Alkotóműhelyünk a BME Irányítástechnika és Informatika Tanszékén (IIT) található
A tanszék az irányítástechnika, robotika, szoftverfejlesztés, szoftverminőség, digitális technika, számítógépes rendszerek, számítógépes grafika, gépi látás, képfeldolgozás, élettani szabályozások és orvosi informatika tématerületeken oktat, kutat és fejleszt.