BEGIN:VCALENDAR PRODID:-//Liferay Inc//Liferay Portal 7.0.2//EN VERSION:2.0 CALSCALE:GREGORIAN METHOD:PUBLISH BEGIN:VEVENT DTSTAMP:20240328T131034Z UID:7f085c5a-dc64-1b83-3b3b-15d54a39b0f0 DTSTART:20210628T153000Z DTEND:20210628T173000Z SUMMARY:Gépi tanulás az önvezető járművekben... - Mesterséges Intelligencia szo. DESCRIPTION:
Tisztelettel meghívunk minden szakembert\n és érdeklődőt a HTE Mesterséges Intelligencia\n Sza kosztálya alábbi online szakestjére:
\n\n Zoom link: https://us02web.zoom.us/j/87847109562
\n\n Előadók:
\nA számítógépes látás és
a mesterséges\n intelligencia fejlődésének köszönhetően napjainkban egyre
több helyen\n – így a közlekedésben is – találkozhatunk intelligens képf
eldolgozó\n rendszerekkel. A szakmai klubesten ezt a témát járjuk körül a
z\n önvezető járművek és a járműveket figyelő kamerák szempontjából 2\n
kiselőadás formájában\, melyet Aradi Szilárd (egyetemi\n
docens\, BME\, Közlekedés- és Járműirányítási Tanszék) és Papp\n
Dávid (egyetemi tanársegéd\, BME\, Távközlési és\n Médiainforma
tikai Tanszék) tartanak. Az első kiselőadásban némi\n mítoszrombolással é
s érdekes tényekkel kezdünk az autonóm járművek\n világából. Megpróbálunk
tiszta vizet önteni a pohárba a járművek\n automatizálásának jelenlegi á
llásával és trendjeivel kapcsolatban. Ezt\n követően bemutatjuk\, hogy a
közismertebb feladatok (környező\n objektumok felismerése\, osztályozása
stb.) mellett\, mire alkalmas még\n a gépi tanulás az önvezetéssel kapcso
latos feladatokban. Érdekes\n példákat láthatunk arra\, hogy a sakkban\,
goban és különböző\n számítógépes játékokban csúcsteljesítményt mutató -
megerősítéses\n tanuláson alapuló - algoritmusok hogyan alkalmazhatóak a\
n járműirányításban. A második kiselőadásban bemutatjuk a\n forgalomfigy
elő kamerák képeit elemző algoritmusokat\, amelyek egyik\n legfontosabb f
eladata a közlekedési objektumok detektálása és\n követése.
Az azon
osítást követően lehetőség nyílik videóalapú\n sebességmérésre\, anomália
detekcióra (például forgalmi torlódás)\,\n valamint a helyszínek közti k
övetésre is\, azonban ezekhez\n elengedhetetlen a 2D kamerakép 3D világko
ordinátákra való helyes\n leképezése. Az előadás során a közlekedési obje
ktumok detektálásával\n és követésével\, továbbá a felmerülő nehézségekke
l ismerkedhet meg a hallgatóság.
Az előadásokat kötetlen vita\, klubszerű\n beszélgetés követi.
\nMinden érdeklődőt sok szeretettel várunk!
\nÜdvözlettel:
\n\n Szűcs Gábor\, egyetemi docens\, BME\, TMIT
HTE\n Mesterséges Intelligencia szakosztály elnöke
X-ALT-DESC;FMTTYPE=text/html:
Tisztelettel meghívunk minden szakembert\n és érdeklődőt a HTE Mesterséges Int elligencia\n Szakosztálya alábbi online szakestjére:
\ n\n Zoom link : https://us02web.zoom.us/ j/87847109562
\n\n Előadók :
\nA számí
tógépes látás és a mesterséges\n intelligencia fejlődésének köszönhetően
napjainkban egyre több helyen\n – így a közlekedésben is – találkozhatunk
intelligens képfeldolgozó\n rendszerekkel. A szakmai klubesten ezt a tém
át járjuk körül az\n önvezető járművek és a járműveket figyelő kamerák sz
empontjából 2\n kiselőadás formájában\, melyet Aradi Szilárd (egyetemi\n docens\, BME\, Közlekedés- és Járműirányítási Tanszék) é
s Papp\n Dávid (egyetemi tanársegéd\, BME\, Távközlési é
s\n Médiainformatikai Tanszék) tartanak. Az első kiselőadásban némi\n mí
toszrombolással és érdekes tényekkel kezdünk az autonóm járművek\n világá
ból. Megpróbálunk tiszta vizet önteni a pohárba a járművek\n automatizálá
sának jelenlegi állásával és trendjeivel kapcsolatban. Ezt\n követően bem
utatjuk\, hogy a közismertebb feladatok (környező\n objektumok felismerés
e\, osztályozása stb.) mellett\, mire alkalmas még\n a gépi tanulás az ön
vezetéssel kapcsolatos feladatokban. Érdekes\n példákat láthatunk arra\,
hogy a sakkban\, goban és különböző\n számítógépes játékokban csúcsteljes
ítményt mutató - megerősítéses\n tanuláson alapuló - algoritmusok hogyan
alkalmazhatóak a\n járműirányításban. A második kiselőadásban bemutatjuk
a\n forgalomfigyelő kamerák képeit elemző algoritmusokat\, amelyek egyik\
n legfontosabb feladata a közlekedési objektumok detektálása és\n követé
se.
Az azonosítást követően lehetőség nyílik videóalapú\n sebességm
érésre\, anomália detekcióra (például forgalmi torlódás)\,\n valamint a h
elyszínek közti követésre is\, azonban ezekhez\n elengedhetetlen a 2D kam
erakép 3D világkoordinátákra való helyes\n leképezése. Az előadás során a
közlekedési objektumok detektálásával\n és követésével\, továbbá a felme
rülő nehézségekkel ismerkedhet meg a hallgatóság.
Az előadásokat kötetlen vita\, klubszerű\n beszélgetés köve ti.
\nMinden érdeklődőt sok szeretette l várunk!
\nÜdvözlettel:
\n\n Szűcs Gábor\, egyetemi docen
s\, BME\, TMIT
HTE\n Mesterséges Intelligencia szakosztály elnöke
p>\n
LOCATION:Zoom: https://us02web.zoom.us/j/87847109562 END:VEVENT END:VCALENDAR