Augmented Vision Using High-Dimensional Sensors and Deep Neural Networks

Promovendus/a
Baptist Vandersmissen
Faculteit
Faculteit Ingenieurswetenschappen en Architectuur
Vakgroep
Vakgroep Elektronica en Informatiesystemen
Curriculum
Master of Science in de ingenieurswetenschappen: computerwetenschappen— afstudeerrichting software engineering, Universiteit Gent, 2012
Academische graad
Doctor in de ingenieurswetenschappen: computerwetenschappen
Taal proefschrift
Engels
Vertaling titel
Verbeterde visie met behulp van hoogdimensionale sensoren en diepe neurale netwerken
Promotor(en)
prof. Wesley De Neve, vakgroep Elektronica en Informatiesystemen - dr. ir. Azarakhsh Jalalvand, vakgroep Elektronica en Informatiesystemen
Examencommissie
voorzitter prof. Filip De Turck (academisch secretaris) - dr. Ivo Couckuyt (Vakgroep Informatietechnologie) - prof. Wesley De Neve (Vakgroep Elektronica en Informatiesystemen) - dr. ir. Azarakhsh Jalalvand (Vakgroep Elektronica en Informatiesystemen) - prof. Aleksandra Pizurica (Vakgroep Telecommunicatie en Informatieverwerking) - dr. Maxim Rykunov (imec, Leuven) - prof. Steven Verstockt (Vakgroep Elektronica en Informatiesystemen) - prof. Sevgi Zübeyde Gürbüz (The University of Alabama, Tuscaloosa, USA)

Korte beschrijving

Als mensen houden we nooit op de wereld om ons heen waar te nemen en te begrijpen, schijnbaar zonder enige inspanning. Dit essentiële vermogen stelt ons in staat om op complexe manieren met onze omgeving te interageren. De ambitie om machines in staat te stellen op gelijkaardige manieren om te springen met hun omgeving vereist dat we voor hen kunstmatig zicht ontwikkelen. In dit proefschrift is het doel om algoritmen te creëren die geavanceerde visie mogelijk maken en dit door gebruik te maken van meerdere sensoren. Specifiek worden vier computer visie-gerelateerde classificatietaken onderzocht: (a) conceptherkenning, (b) gezichtsherkenning, (c) herkenning van wandelkarakteristieken en (d) herkenning van activiteiten. Elke taak wordt aangepakt met behulp van een videocamerasensor, een radarsensor of een combinatie van beide sensoren. Deze data worden als invoer gebruikt voor meerdere op machinaal leren-gebaseerde algoritmen die de hierboven beschreven taken trachten op te lossen. Het gecombineerde gebruik van beide sensoren en deze machinaal leren-gebaseerde algoritmen resulteert in geavanceerde visie.

Praktisch

Wanneer
Woensdag 15 januari 2020, 16:00
Waar
auditorium P Jozef Plateau, gelijkvloers, Jozef Plateaustraat 22, 9000 Gent

Meer info

Contact
doctoraat.ea@UGent.be