Skriv ut

Linköping VOTLinköping tog mästartiteln i datorseende

Första pris i VOT (Visual Object Tracking Challenge) vanns av forskare på Linköpings universitet i år. Deras metod var den bästa på att följa en bil, ett ansikte eller något annat rörligt objekt i film.
Linköping VOT
Linköpings röda rektangel följer löparen från start till mål. Andra algoritmer irrar bort sig. Klicka för större bild!
Forskargrupper från hela världen deltog. Vinnaren avslöjades i samband med konferensen European Conference on Computer Vision som just nu pågår i Zürich.

Bakom den segrande metoden står Martin Danelljan, doktorand på Avdelningen för datorseende, hans handledare Fahad Khan och Michael Felsberg, samt Gustav Häger, blivande civilingenjör i Datateknik.

 Michael Felsberg
Michael Felsberg
– Det är verkligen roligt att vi vann, de ökar vår synlighet otroligt mycket. Vi har varit kända i branschen sedan tidigare, men nu har vi blivit kändisar, säger lagledaren professor Michael Felsberg,

En stor del av underlaget till den vinnande metoden har  tagits fram av studenter i grundutbildningen.

Delar av Martin Danelljans examensarbete publicerades på en av de största konferenserna inom ämnet, Conference of Computer Vision and Pattern Recognition, CVPR. Och Gustav Häger gör sitt examensarbete just nu.

– Vi har lagt ner ett stort arbete under många år på att höja nivån på grundutbildningen så att den ligger i absoluta fronten. Det har gett resultat och det är fantastiskt roligt både för oss och studenterna, säger Michael Felsberg.

Enligt forskarna håller datorseende på att slå igenom på bred front just nu: bilar kan upptäcka skyltar, trottoarkanter och fotgängare, flygande farkoster kan hitta nödställda på en stormig alptopp eller ett upprört hav, säkerhetskameror kan larma för vad de upptäcker i bilden.

Redan en simpel mobilkamera klarar att känna igen ansikten i bild, och fokusera på dem.

Martin Danelljan
Martin Danelljan
Att följa rörliga objekt –som tävlingsuppgiften gick ut på –  är en av de klassiska utmaningarna.

Människor kan göra det utan att ens reflektera över saken – följa ett ansikte i en folksamling eller på en friidrottsarena. Men för en maskin är det betydligt svårare. Beräkningarna måste dessutom vara snabba för att objektet ska kunna följas i realtid.

– Vi har tagit fram en både noggrann och robust metod, säger doktoranden Martin Danelljan.