Forskare på Avdelningen för datorseende vid Linköpings universitet (LiU) tog hem segern i en internationell tävling, VOT2014.
Deras metod att följa rörliga objekt – en bil eller ett ansikte i en folksamling – var den mest noggranna och tillförlitliga. Metoden, som bland annat bygger på flera examensarbeten, är till stor nytta för industrin och har en mängd tänkbara applikationer.
Vinnarna i den årligen återkommande tävlingen Visual Object Tracking Challenge (VOT) koras i samband med den stora konferensen European Conference on Computer Vision som just nu pågår i Zurich.
Forskargrupper från hela världen deltar och i år gick segern till professor Michael Felsberg och hans team vid Linköpings universitet. Bakom den segrande metoden står Martin Danelljan, doktorand på Avdelningen för datorseende, hans handledare Fahad Khan och Michael Felsberg samt Gustav Häger, blivande civilingenjör i Datateknik och som gör sitt examensarbete inom just objektföljning.
– En stor del av underlaget till vår vinnande metod har tagits fram av studenter i grundutbildningen. Delar av Martin Danelljans examensarbete publicerades på en av de största konferenserna inom ämnet, Conference of Computer Vision and Pattern Recognition, CVPR. Gustav Häger gör sitt examensarbete nu. Vi har lagt ner ett stort arbete under många år på att höja nivån på grundutbildningen så att den ligger i absoluta fronten. Det har gett resultat och det är fantastiskt roligt både för oss och studenterna, säger Michael Felsberg.
Datorseendet är på väg ut i praktisk användning på bred front. I bilar för att upptäcka skyltar, trottoarkanter eller uppdykande fotgängare. I obemannade flygande farkoster för att hitta nödställda på en stormig alptopp eller ett upprört hav, liksom för säkerhet och bevakning. En enkel variant av datorseende finns också i våra mobiltelefoners kameror. Finns det ett ansikte i din bild ställer kameran själv in fokus på det. Möjligheten att utveckla appar till mobilen som bygger på foton och bilder är i det närmaste oändliga.
Ett problem som världens forskare nu lägger ner möda på att lösa är metoder för att följa rörliga objekt. Att fokusera på och följa ett ansikte i en rörig omgivning, som i en folksamling eller på en friidrottsarena fungerar för de flesta av oss människor. Vi tänker inte ens på vad vi gör. Men för en maskin är det betydligt svårare. Beräkningarna måste dessutom vara snabba för att objektet ska kunna följas i realtid.
– Det här är klassiska problem inom datorseendet, men vi har tagit fram en både noggrann och robust metod, berättar Martin Danelljan.
– Det är verkligen roligt att vi vann, de ökar vår synlighet otroligt mycket. Vi har varit kända i branschen sedan tidigare, men nu har vi blivit kändisar, säger Michael Felsberg avslutningsvis i ett pressmeddelande.