A fotogrammetriai vagy lézerszkenneléssel gyűjtött pontfelhő feldolgozása jelenleg jelentős kihívásokat támaszt a mérnökkel szemben. A pontfelhők mérnöki alkalmazása azért terjedt el, mert nagymennyiségű információt tartalmaz a mérendő objektumról; mindez nem kizárólag geometriai adat, hanem a színinformáción keresztül például vizualizációs lehetőséget is nyújt. Ugyanakkor a nagy adatmennyiség a tárolást és a feldolgozást is megnehezíti, jelenleg az adatok értelmezése jobbára csak emberi közreműködés igénybevételével oldható meg.
A fényképek alapján történő térbeli adatfeldolgozásban új távlatokat nyitott a mesterséges intelligencia alkalmazásának lehetősége. A pontfelhők feldolgozása során is hasonló előrelépés várható az AI támogatásával.
A kutatás célja a pontfelhő-feldolgozás támogatása mesterséges intelligenciával. Egy, a pontfelhők feldolgozását támogató neurális hálózat kialakításával első lépésben a pontmennyiség ritkítása érhető el, további lépésekben az osztályozás, majd az objektumfelismerés jelenthet célt.
Kutatási terv:
1. Végezze el a mélytanuló (deep learning) algoritmusok képeken és térbeli adatokon való alkalmazását a kutató szakirodalmak feldolgozása alapján.
2. Jelölje ki a kutatása során vizsgálandó objektumok jellegét és a felhasználási területet (pl. szerkezetvizsgálat, ipari automatizálás, önvezető járművek, orvosi diagnosztika); végezzen adatgyűjtést, melyet a kutatásai során tanító- és ellenőrző adatként használhat.
3. Dolgozzon ki egy vagy több hatékony neurális hálózatot, mely az adatok feldolgozásában előrelépést jelent a jelenlegi piaci megoldásokhoz képest.
4. Dolgozzon ki olyan minősítő eljárást, mellyel saját eredményeit összehasonlíthatja és értékelheti más megoldásokkal szemben.
A munka során együttműködés valósulhat meg a BME más karaival, az Építőmérnöki Kar más tanszékeivel, illetve a Fotogrammetria és Térinformatika Tanszék ipari partnereivel.