ELTE-s hallgatók 8 óra alatt állítottak össze egy gépilátás-programot
A Millenáris startup campusán rendezték meg június elsején első alkalommal a Hack #LikeABosch versenyt. A szervezők négy témát ajánlottak fel, a jelentkezők az automata út optimalizáció, az Internet of Things (IoT), a vizuális folyamat monitoring és gépi látás (road vision) között választhattak. Az ELTE fizikus mesterszakosai, Biricz András és Olar Alex az utóbbi mellett tették le voksukat, itt a feladat az volt, hogy olyan gépi látásra épülő platformot építsenek fel, amely nyers mozgóképeket küldő kamerával felszerelt jármű és egyéb objektumok közötti összefüggéseket (távolság, kamerától távolság stb.) detektál és jelenít meg élő videón. A szervezők arra voltak kiváncsiak, milyen ötletes összefüggéseket találnak a versenyzők, és megoldásukat hogyan tudják "csomagolni". Mindehhez maximum 8 óra állt rendelkezésükre.
„Valós idejű objektumfelismerést és klasszifikációt valósítottunk meg, mely mind videón, mind pedig élő webkamerás képen működött. A felvételen való távolságméréshez definiáltunk egy mértéket, amelynek alapján lehetőségünk nyílt adaptív tempomat rendszer fejlesztésére. A feladathoz megadott videókon kalibrálás után ellenőriztük a módszerünket” – számolt be megoldásáról Biricz András és Olar Alex.
A képen a feladatban kiadott közúti felvétel szerepel, amelyen az ELTE-s hallgatók bekeretezik az autókat és távolságmetrikát rendelnek hozzá.
Az ELTE mindig fontosnak tartotta, hogy diákjai ne csak elméleti, hanem gyakorlati képzést is kapjanak. Az egyetem több karán és intézetében folyik magas szintű mesterséges intelligencia tananyagot is magában foglaló képzés. A két versenyző a fizikus MSc szakon a tudományos adatanalitika és modellezés specializáción tanul, és a Fizika Intézet Komplex Rendszerek Fizikája Tanszéken gépi tanulási témában írja diplomamunkáját.
A fotón a program valós időben felismeri a mobiltelefon kamerájának képén megjelenő tárgyakat, embereket, konkrétan az alkotókat, Biricz Andrást és Olar Alexet.