Robusztus modellezésről tartott virtuális oktatást Baráth Dániel, a SZTAKI kutatója

Baráth Dániel, a SZTAKI Gépi Érzékelés Kutatólaboratórium kutatója „The latest developments in the traditional RANSAC-like approaches” címmel tartott virtuális, nyilvános oktatást a  Conference on Computer Vision and Pattern Recognition (CVPR) című konferencián, mely a Scimago rangsora szerint a számítógéptudomány és a számítógépes látás területének legnagyobb presztízsű konferenciája.

A konferenciára a SZTAKI kutatóinak két publikációját is elfogadták, emellett a kutatók oktatást tartottak robusztus modellillesztés témában: az összefoglalóban bemutatták a modern módszereket és kutatási irányokat, és összehasonlították ezeket valós adatokon végzett tesztekkel. Utóbbiban a prágai egyetem neves kutatói (Jiri Matas, Ondra Chum, Dmytro Mishkin) valamint, Rene Ranftl az Intel Labstól és Tat-Jun Chin a University of Adelaide-től segédkeztek.

Robusztus modellillesztést akkor használunk, amikor valós, mért adatra próbálunk valamilyen matematikai modellt illeszteni: lényegében próbáljuk megtalálni az adatok összefüggő, mögöttes jelentést. Erre példa lehet az, amikor autóra szerelt mélységszenzor adataira illesztünk síkokat, felületek, vagy a kamerák elmozdulását számoljuk képekből.

Az összes prezentáció és a felvett előadások megtekinthetőek a konferencia weboldalán. Az szakcikkek elérhetőek ide, illetve ide kattintva.