Prijs voor snellere beeldherkenning door zelfrijdende auto

maandag 30 november 2015
timer 2 min
55 camerabeelden van auto’s, verkeersborden, verkeerslichten en voetgangers analyseren per seconde. Dat is Tom Runia gelukt. Voor zijn onderzoek naar snellere beeldherkenning ten behoeve van de zelfrijdende auto ontving Tom Runia (TU Delft) op 30 november een tweede prijs tijdens de prijsuitreiking van de Ngi-NGN Informatie Scriptieprijs voor Informatica en Informatiekunde bij de Koninklijke Hollandsche Maatschappij der Wetenschappen (KHMW) te Haarlem.

Voor zijn afstudeerscriptie High-Speed Object Detection: Design, Study and Implementation versnelde Runia algoritmes voor beeldherkenning (computer vision-algoritmes) ten behoeve van de zelfrijdende auto. Beeldherkenning vereist naast zeer snelle processoren veel rekenkracht. Het optimaliseren van algoritmes voor beeldherkenning is onder andere van belang voor navigatie-hardware en hardware in auto’s, waardoor auto’s in de toekomst zelfstandig kunnen reageren op ander verkeer en obstakels op en langs de weg.

TomTom 

Runia voerde zijn onderzoek uit bij het onderzoekslaboratorium van TomTom in Eindhoven. Zijn focus lag op het detecteren van auto’s in camerabeelden. Daarnaast zijn de door hem ontwikkelde technieken toepasbaar op herkenning van verkeersborden, verkeerslichten en voetgangers.

De bijdrage van Runia is vooral het versnellen, combineren en optimaliseren van al bestaande technieken voor het herkennen van objecten (objectdetectie). Zo maakte hij gebruik van informatierijke en efficiënte visuele features die bepalen waar auto’s voorkomen in camerabeelden én van snelle machine learning-algoritmes voor het scannen van camerabeelden en de locatiebepaling van objecten.

 

55 camerabeelden per seconde

Daarnaast paste hij verschillende processoren en graphical processing units (GPU / videokaarten) toe. Het slim combineren en verbeteren hiervan en een snelle implementatie van de computertaal C++ resulteerden in een detector die in staat was om 55 camerabeelden per seconde te analyseren op laptophardware.

 
In februari start Runia met zijn promotieonderzoek in computer vision en machine learning aan het recent opgestarte QUVA researchlab (een samenwerking tussen de Universiteit van Amsterdam en Qualcomm).

Prijzen

De Ngi-NGN Informatie Scriptieprijs voor Informatica en Informatiekunde 2015 (5000 euro) gaat naar Nina Rosa (universiteit Utrecht) voor haar scriptie Immersive Multimodal Virtual Reality Experiences.Using Visual and Auditory Stimuli to Improve Tactile Experiences. De andere tweede prijs is voor Niek Tax (Universiteit Twente) voor zijn scriptie Scaling learning to rank to Big Data. Using MapReduce to Parallelise Learning to Rank. De jurering was in handen van de KHMW te Haarlem. Deze maatschappij jureert nog tal van andere belangrijke wetenschappelijke prijzen.

Tom Runia is bekroond voor zijn onderzoek naar snelle beeldherkenning ( 55 camerabeelden per seconde) van auto’s, verkeersborden, verkeerslichten en voetgangers, ten behoeve van de zelfrijdende auto.

mail_outline

Aanmelden voor de nieuwsbrief

Reactie plaatsen

Beperkte HTML

  • Toegelaten HTML-tags: <a href hreflang> <em> <strong> <cite> <blockquote cite> <code> <ul type> <ol start type> <li> <dl> <dt> <dd> <h2 id> <h3 id> <h4 id> <h5 id> <h6 id>
  • Regels en alinea's worden automatisch gesplitst.
  • Web- en e-mailadressen worden automatisch naar links omgezet.
  • Lazy-loading is enabled for both <img> and <iframe> tags. If you want certain elements skip lazy-loading, add no-b-lazy class name.