Torna ai risultati della ricercaBando per assegno di ricerca
| Titolo del progetto di ricerca in italiano | Predizione di traiettorie di persone attraverso modelli di visione artificiale e segnali di contesto |
|---|---|
| Titolo del progetto di ricerca in inglese | Human trajectory prediction using vision and contextual digital signals |
| Settore Concorsuale | 01 - Scienze matematiche e informatiche |
| S.S.D | - |
| Descrizione sintetica in italiano | L’obiettivo del progetto è migliorare la comprensione e la previsione del movimento umano nella folla (ad es. in centri commerciali, aeroporti, campus universitari) sfruttando le informazioni acquisite contemporaneamente da diversi tipi di sensori. La rilevazione di anomalie nei video è un argomento classico nella letteratura sulla visione artificiale, ma i recenti progressi forniti dalle architetture di deep learning stanno spostando l'approccio classico (principalmente basato su funzionalità visive e tracciamento locali) verso un framework in cui le interazioni tra le persone e gli elementi contestuali della scena vengono appresi direttamente dai dati. A tal fine, il nostro obiettivo è quello di sfruttare sia sensori di imaging come telecamere RGB o di profondità, insieme a tecniche non invasive per l'acquisizione di dati multimodali al fine di analizzare il movimento umano in ambienti affollati. |
| Descrizione sintetica in inglese | The aim of the project is to enhance human motion understanding and prediction in crowded scenario (e.g, shopping malls, airports, university campuses) exploiting information captured by different types of sensors simultaneously. Anomaly detection in videos is a classical topic in computer vision literature, but the recent advancements provided by deep learning architectures is shifting the classical approach (mostly based on local visual features and tracking) towards a data-driven framework where the complex interactions between humans and contextual elements of the scene are directly learned by data. To this end, our goal is to take advantage of both imaging sensors like RGB or depth cameras, along with non-intrusive techniques for capturing multi-modal data in order to analyze human motion in crowded environments. |
| Data del bando | 03/12/2019 |
| Paesi in cui può essere condotta la ricerca |
Italy |
| Paesi di residenza dei candidati |
EUROPE |
| Nazionalità dei candidati |
EUROPE |
| Sito web del bando | https://www.math.unipd.it/it/news/?id=2539 |
| Destinatari dell'assegno di ricerca (of target group) |
Early stage researcher or 0-4 yrs (Post graduate) |
|---|
| Nome dell'Ente finanziatore | Università degli studi di Padova - Dipartimento di Matematica |
|---|---|
| Tipologia dell'Ente | Academic |
| Paese dell'Ente | Italy |
| Città | Padova |
| Sito web | https://www.math.unipd.it/it/ |
| dipmath@math.unipd.it |
| L'assegno finanziato/cofinanziato attraverso un EU Research Framework Programme? | No |
|---|
| Data di scadenza del bando | 18/12/2019 |
|---|---|
| Come candidarsi | Other |