Torna ai risultati della ricercaBando per assegno di ricerca
| Titolo del progetto di ricerca in italiano | Tecniche di deep learning per la ricostruzione 3D di oggetti non-lambertiani |
|---|---|
| Titolo del progetto di ricerca in inglese | 3D Reconstruction of non-lambertian surfaces by deep neural networks |
| Settore Concorsuale | 09 - Ingegneria industriale e dell'informazione |
| S.S.D | - |
| Descrizione sintetica in italiano | Scopo del progetto di ricerca è utilizzare i nuovi dataset per la stima di informazioni 3D da immagini recentemente resi disponibili in letteratura allo scopo di sviluppare nuove architetture di deep learning in grado di ottenere risultati significativamente migliorativi rispetto allo stato dell’arte in relazione alle problematiche legate alle superfici non lambertiane. In particolare saranno sviluppate sia architetture deep per la visione stereo binoculare (deep stereo) sia architetture per approcci di tipo “depth from mono”. Inoltre, saranno sviluppate sia architetture orientate alla generalizzazione a partire da una fase iniziale di pre-training (su dati sintetici e/o reali) sia architetture concepite per l’adattamento online realizzato mediante tecniche di addestramento che non richiedono labels di ground-truth. Infine, sarà sviluppato un approccio innovativo di tipo Neural Radiance Field idoneo a integrare informazioni provenienti da più sensori visuali differenti. |
| Descrizione sintetica in inglese | The goal of the project is to leverage on the new datasets to infer 3D information from images recently made available in literature in order to develop novel deep learning architectures aimed at yielding significantly better results when trying to reconstruct non Lambertian surfaces. In particular, the project pursues development of deep stereo network as well as monocular depth estimation networks. In both cases, the project will address supervised training protocols geared toward generalization from pre-trained models leveraging synthetic and real images as well as unsupervised protocols aimed at online adaptation. Finally, the project will investigate on the development of a novel Neural Radiance Field approach aimed at integration of information from multiple different visual sensors. |
| Data del bando | 14/01/2022 |
| Paesi in cui può essere condotta la ricerca |
Italy |
| Paesi di residenza dei candidati |
All |
| Nazionalità dei candidati |
All |
| Sito web del bando | https://bandi.unibo.it/ricerca/assegni-ricerca |
| Destinatari dell'assegno di ricerca (of target group) |
Early stage researcher or 0-4 yrs (Post graduate) |
|---|---|
| Criteri di selezione in italiano (breve descrizione) | il bando e la modulistica per partecipare alla procedura di valutazione comparativa sono disponibili all'indirizzo: https://bandi.unibo.it/ricerca/assegni-ricerca |
| Criteri di selezione in inglese (breve descrizione) | to apply for research grants fill out the form available at the following address: https://bandi.unibo.it/ricerca/assegni-ricerca |
| Nome dell'Ente finanziatore | ALMA MATER STUDIORUM - UNIVERSITA' DI BOLOGNA - - DIPARTIMENTO DI INFORMATICA - SCIENZA E INGEGNERIA |
|---|---|
| Tipologia dell'Ente | Public research |
| Paese dell'Ente | Italy |
| Città | Bologna |
| Sito web | http://www.unibo.it |
| luigi.distefano@unibo.it |
| L'assegno finanziato/cofinanziato attraverso un EU Research Framework Programme? | No |
|---|
| Data di scadenza del bando | 31/01/2022 - alle ore 00:00 |
|---|---|
| Come candidarsi | Other |