3D beeldverwerking en sensor fusie van multi-modale camera data voor autonoom rijden

Met de toenemende aanwezigheid van sensoren zoals RGB camera’s en LiDAR sensoren, vormt 3D beeldverwerking op multi-modale camera data een cruciaal onderdeel van autonome voertuigen. Zulke sensoren en bijhorende computer visie algoritmes zijn noodzakelijk voor een autonoom rijdend voertuig om zijn omgeving waar te nemen, en de nodige acties te ondernemen. Dankzij de recente ontwikkelingen rond neurale netwerken zijn de resultaten van algoritmes zoals ruisonderdrukking, lokalisatie, 3D object detectie en 3D reconstructie sterk verbeterd. In veel gevallen is het echter niet triviaal hoe data uit verschillende types sensoren optimaal gecombineerd kan worden. In dit doctoraat willen we 3D technieken onderzoeken die gebruik maken van multi-modale opnames en de geometrie en semantische informatie hierin benutten voor toepassingen in autonome voertuigen.