Tudományos projektek

2018. szep. 1. – 2021. aug. 1.

Napjainkban a felsőoktatásnak szükségszerűen lépést kell tartania az infokommunikációs technológiák fejlődésével és átfogó tudást kell biztosítania a jövő nemzedékének, hogy képesek legyenek új értéket teremteni a különböző iparágazatok komplex rendszerein belül. Valamint a világpiacon szereplő vállaltoknak is szükséges a folyamatosan fejlődő termékek, folyamatok és gyártó rendszerek felügyeletének hatékony kezelése és fejlesztése.

2017. dec. 1. – 2019. nov. 30.

Számos autógyártó és kisméretű légi járművekkel foglalkozó vállalat jelentett be ígéretes új alkalmazásokat az autonóm járművek területén.

2017. dec. 1. – 2019. nov. 30.

A projekt fő célja az egyre szélesebb alkalmazási területen elérhetővé váló 3D-s szenzorok (Microsoft Kinect, Lidar, MRI, CT, stb.) jeleit feldolgozva és fuzionálva a képi modalitások adataival olyan új szaliencia modellek kidolgozása, melyek képesek automatikusan és hatékonyan kiemelni a vizuális figyelmet vonzó régiókat.

2017. nov. 1. – 2018. már. 10.

A projekt célja a határvédelemmel foglalkozó felhasználó szervek igényeit figyelembe véve egy olyan módszer kidolgozása, amely különböző modalitású kamerák képeit összevetve és feldolgozva alakzatok követésére alkalmas. A megrendelő Montana Kft., az ESA által finanszírozott projektben, az MTA SZTAKIT, mint alvállalkozót kérte fel közreműködőnek. A teljesítés feltétele, hogy űrtechnológiai transzfer valósuljon meg, amelyet a SZTAKI előző űripari projektekben kidolgozott technológia felhasználásával tud véghez vinni.

2017. okt. 2. – 2019. szep. 30.

A gépi környezet-értelmezés központi feladatai közé tartozik a megfigyelt régióban található objektumok automatikus észrevétele és felismerése, navigáció vonatkozásában ezek elkerülése, bizonyos esetekben követése. A különböző működési elven dolgozó vizuális, illetve közvetlen 3D térbeli méréseket szolgáltató szenzorok fuzionálásával eltérő modalitások előnyei ötvözhetők (nagy időbeli és térbeli felbontás, távolság, szín és megvilágítás invariancia), ugyanakkor a különböző adattípusok összeillesztése gyakran a szenzorokra jellemző egyedi kihívásokat hordoz magában.

2017. júl. 1. – 2020. jún. 30.

A projekt során új, 3D orvosi adatok és a valóság egyesített vizualizációját megvalósító, innovatív rögzítési és megjelenítési technológiák kifejlesztésére kerül sor. A rendszer újszerűsége a különböző orvosi képalkotó eljárások és a valóság fúziójának módjából, illetve a fuzionált adatok megjelenítéséből adódik. Az egyes modalitások információ tartalmai összevethetőek és demonstrálhatóak lesznek. A vizsgált személy adatai alapján koherens képet alakítunk ki a testről. Ez egy részletesebb, gyorsabb, összetettebb, a valósághoz illesztett és egyénre szabott megjelenítést tesz lehetővé.

2017. jan. 1. – 2018. ápr. 30.

A projekt során a Gépi Érzékelés Kutatólaboratórium a 3B Hungária Kft. alvállalkozójaként műanyag hulladék szétválogatására alkalmas, ipari képfeldolgozó rendszer illesztését és beépítését végzi el a fejlesztett optikai hulladékválogató rendszerhez.

2016. nov. 1. – 2018. okt. 31.

A projekt célja a kis kiterjedésű, változó környezetű vizes élőhelyek vizsgálata, melyek fontos részét képzik az ökoszisztémának és kiemelt a szerepük a biodiverzitás megőrzésében, mivel számos növény- és állatfajnak biztosítanak életteret.  Ezek az élőhelyek önmagukban kicsik, ám ökológiai jelentőségük miatt a feltérképezésük és védelmük fontos feladat. Ökológiai szempontból ezen életterek főszerepet játszanak Magyarország és a Kárpát-medence biodiverzitásának megőrzésében.

English abstract:

2016. okt. 1. – 2019. szep. 30.

A jelenlegi SLAM algoritmusokat alapvetően nem változó környezetre tervezték. Ezért a változó dolgok kiemelése, illetve magasabb szintű (pl. objektumok, események) beemelése a SLAM optimalizációs eljárásába új megoldásokat fog tartalmazni; lényegében a korábbi, képi sztochasztikus optimalizációs eljárásaink logikáját kívánjuk tovább vinni.

2016. okt. 1. – 2020. szep. 30.

A projekt rövid bemutatása