Projekt
ADEPT
proučava gustu semantičku analizu
velikih slika prirodnih scena.
Nastojimo ublažiti prepreke
prema uzbudljivim stvarnim primjenama
poput samovoznih automobila,
sigurnosne inspekcije cesta
ili automatiziranih skladišta.
Posebno nas interesiraju sljedeći problemi:
-
učinkovito učenje i zaključivanje
-
višedomensko, izvandomensko i polunadzirano učenje
-
gusta detekcija anomalija i raspoznavanje nad otvorenim skupom
-
gusto semantičko prognoziranje
-
invertibilni modeli i suparnička robusnost
Istraživačke teme
Metodologija
Proučavamo konvolucijske modele za gustu predikciju
utemeljene na gusto povezanom raspoznavanju,
lakom ljestvičastom naduzorkovanju [1]
te piramidnoj fuziji [2].
Prediktiramo semantičku budućnost u videu
prognoziranjem značajki i njihovog gibanja [3].
Primijenjujemo višedomenski gubitak izražen
negativnom log-izglednošću agregirane vjerojatnosti [4].
Pristupamo raspoznavanju nad otvorenim skupom
kroz učenje sa zašumljenim i umjetnim negativnim podatcima [5].
Vremenski okvir
Početak: 1. veljače 2021.
Trajanje: 48 mjeseci
Projekt je u potpunosti financiran od strane
Hrvatske zaklade za znanost