A gépi érzékelés problémáinak megoldásairól adott ki könyvet a SZTAKI kutatója
Benedek Csaba, a Gépi Érzékelés Kutatólaboratórium tudományos tanácsadója Multi-Level Bayesian Models for Environment Perception című könyve hét fejezetben tárgyalja gépi környezetfelismerés Bayes-féle paraméterbecslésen alapuló modelljeit. A Springer kiadásában megjelent kötet nem csak egyben, de fejezetenként is megvásárolható a kiadó weboldalán.
Az elmúlt években egyre olcsóbb és jobb minőségű képalkotó szenzorok jelentek meg, és váltak széles körben elérhetővé számos iparágban, az önvezető járművek irányításától kezdve, biztonsági megfigyelésen és infrastruktúra-felügyeleten át, az otthonunkban is használható virtuális és kiterjesztett valóság alkalmazásokig. Ez a technológiai fejlődési lehetőséget teremt a környezeti méréseket elemző eljárások funkcióinak széleskörű kibővítésére, megbízhatóságuk növelésére, ugyanakkor a feldolgozó algoritmusok oldaláról új kihívások is jelentkeznek.
Az új szakköny a gépi érzékelés válogatott problémáival foglalkozik, célul tűzve ki a megfigyelt statikus és dinamikus környezetünk automatikus elemzését különböző 2D és 3D képalkotó eszközök használatával. Áttekinti a terület legfrissebb nyitott tudományos kérdéseit, majd a szerző és munkatársai hozzájárulásaival kidolgozott - elméleti oldalról is újszerű - módszereket és megoldásokat mutat be különféle környezetmegfigyelési, alakzatfelismerési és eseményelemzési feladatokra, amelyek gyakorlati alkalmazhatóságát különböző kísérletekkel bizonyítja.
Ilyen kulcsfeladat a változások észlelése és osztályozása különböző időpontokban készült légi fényképeken, ahol az eltérő nézőpontból, nagy időkülönbséggel rögzített felvételek automatikus összevetése ma is számos kihívást tartalmaz. A feladat egyszerűbb esetekben kezelhető a pixelek szintjén, az összetettebb modellekben azonban már szükséges figyelembe venni a helyszín geometriáját és az alakzatok lehetséges interakcióit is, amit a szerző újszerű objektumszintű változásdetekciós, valamint mozgó célpontkövetést megvalósító modelleken keresztül szemléltet.
A szenzortechnológia fejlődése következtében a mérések növekvő térbeli felbontását is megfigyelhetjük, melynek eredményeként egy adott mérésszegmensen gyakran egyszerre válnak elemezhetővé különböző jelenségek, eltérő skálafaktor mellett. A könyv ismertet egy új valószínűségi alapú keretrendszert összetett hierarchikus objektumstruktúrák kinyerésére digitális képekről. A módszer hatékonyságát különböző alkalmazási területeken mutatja meg, távérzékeléstől gyártástechnológiai problémákig. A hagyományos légi és földi kameraképek elemzése mellett a könyvben esettanulmányok szerepelnek többkamerás rendszerek, passzív radar (ISAR) és a Lidar szenzorok hatékony felhasználhatóságáról a környezetérzékelésben.
A könyvben bemutatott számos kísérlet igazolja, hogy a szigorú Bayes-i szabályrendszerekhez illeszkedő algoritmikus hozzájárulások jelentősen javíthatják a valós 2D/3D tesztképek és videók automatizált elemzéseinek az eredményeit különböző alkalmazásokban, többek között videomegfigyelés, intelligens városfigyelés, autonóm vezetés, távérzékelés, és ipari minőség-ellenőrzés területein.
A könyv szerzője a SZTAKI kutatócsoport-vezetője, az MTA doktora és a PPKE egyetemi tanára.
