Torna ai risultati della ricercaBando per incarichi di ricerca
| Titolo del progetto dell'incarico in italiano | 2026_IR_35_DEI – Segmentazione Panottica Multimodale tramite Vision-Language Model per la Percezione Robotica 3D |
|---|---|
| Titolo del progetto ddell'incarico in inglese | 2026_IR_35_DEI – Multimodal Panoptic Segmentation via Vision-Language Models for 3D Robotic Perception |
| G.S.D. | 09/IINF-05 - SISTEMI DI ELABORAZIONE DELLE INFORMAZIONI |
| S.S.D | IINF-05/A - Sistemi di elaborazione delle informazioni |
| Descrizione sintetica in italiano | Avanzamento della percezione robotica 3D attraverso lo sviluppo di algoritmi di segmentazione panottica che integrano flussi dati da LiDAR, Radar e fotocamere. Gli algoritmi sviluppati potranno sfruttare Vision-Language Models (VLMs) per ottenere segmentazioni open-vocabulary, consentendo ai robot di rilevare in modo affidabile oggetti dinamici in ambienti non strutturati. Le attività si svolgeranno nel contesto del seed project collaborativo del progetto EXCEED-AIR su “Robust Perception and Situational Awareness”. Obiettivi: - Sviluppare architetture VLM efficienti in grado di eseguire la sensor fusion multimodale in condizioni sensoriali avverse. - Valutare i modelli su dataset standard e piattaforme robotiche sperimentali. - Pubblicare i risultati su prestigiose riviste e/o conferenze di robotica e computer vision, e rilasciare codice e benchmark in modalità open-access e conformi ai principi FAIR, attraverso la piattaforma del Virtual Joint Lab di EXCEED-AIR. |
| Descrizione sintetica in inglese | Advancing 3D robotic perception by developing panoptic segmentation algorithms that integrate data streams from LiDAR, Radar, and cameras. The developed algorithms may leverage Vision-Language Models (VLMs) to achieve open-vocabulary segmentation, enabling robots to reliably detect dynamic objects in unstructured environments. Activities will take place within the framework of the EXCEED-AIR collaborative seed project on "Robust Perception and Situational Awareness". Objectives: - Develop efficient VLM architectures capable of multimodal sensor fusion under adverse sensing conditions. - Evaluate models on standard datasets and experimental robotic platforms. - Publish results in prestigious robotics and computer vision journals and/or conferences, and release open-access, FAIR-compliant code and benchmarks via the EXCEED-AIR Virtual Joint Lab platform. |
| Data del bando | 24/09/2026 |
| Numero di assegnazioni per anno | 1 |
| Paesi in cui può essere condotto l'incarico |
OTHER |
| Paesi di residenza dei candidati |
OTHER |
| Nazionalità dei candidati |
OTHER |
| Sito web del bando | https://www.dei.unipd.it/bandi |
| Destinatari dell'incarico di ricerca (of target group) |
Early stage researcher or 0-4 yrs (Post graduate) |
|---|
| Nome dell'Ente finanziatore | Dipartimento di Ingegneria dell'Informazione - Università degli studi di Padova |
|---|---|
| Tipologia dell'Ente | Academic |
| Paese dell'Ente | Italy |
| Città | Padova |
| Sito web | https://www.dei.unipd.it/bandi |
| bandi@dei.unipd.it |
| L'incarico finanziato/cofinanziato attraverso un EU Research Framework Programme? | HE |
|---|
| Data di scadenza del bando | 16/10/2026 - alle ore 13:00 |
|---|---|
| Come candidarsi | https://pica.cineca.it/unipd/ |