< Terug naar vorige pagina

Project

Deep learning sensorfusie van beelden en andere data

In dit doctoraat ontwikkelen we nieuwe methoden om deep learning neurale netwerken in staat te stellen een combinatie van data van verschillende aard als input te gebruiken. In tegenstelling tot klassieke CNN's voor beeldverwerking, die alleen videogegevens als invoer gebruiken, bestuderen we de mogelijkheden om andere sensorgegevens toe te voegen aan de neurale netwerkarchitectuur, met als doel een verbeterde nauwkeurigheid te verkrijgen. We zullen nieuwe architecturen en fusiemethoden ontwikkelen en vergelijken en deze evalueren met niet-gefuseerde baseline beeldverwerkings-CNN's. Deze techniek zal voordelig zijn in veel industriële toepassingen, waar veel niet-beeldgegevens beschikbaar zijn. We zullen deze sensorfusiemethoden demonstreren voor een aantal real-life industriële toepassingen, waaronder automatische controle van gereedschapsslijtage bij metaalbewerking en oppervlakteinspectie van roestvrij staal tijdens de productie.

Datum:11 okt 2021 →  Heden
Trefwoorden:sensor fusion, convolutional neural networks, computer vision
Disciplines:Computervisie
Project type:PhD project