U lipnju 2022. godine okončano je veliko natjecanje u razumijevanju cestovnih scena na podatkovnom skupu ACDC - Adverse Conditions Dataset with Correspondences. Natjecanje su organizirali istraživači sa sveučilišta ETH u Zurichu, a glavna disciplina bila je semantička segmentacija u prisustvu magle, snijega, mraka i kiše. Ukratko, svaki piksel ulaznih slika visoke rezolucije trebalo je klasificirati u jedan od 19 semantičkih razreda poput cesta, automobil, pješak itd. Ilustracija na samom kraju obavijesti prikazuje primjere ulaznih slika i odgovarajućih predikcija našeg modela.

Na natjecanje je pristiglo preko 80 prijava iz cijeloga svijeta, a model našeg mlađeg istraživača Mateja Grcića, mag. ing. odnio je pobjedu u disciplini semantičke segmentacije te u disciplini gdje su se pored kvalitete raspoznavanja vrednovale i procjene nesigurnosti modela. Matej je svoju metodu predstavio u okviru pozvanog predavanja na radionici Vision for all Seasons: Adverse Weather and Lighting Conditions koja se održala u okviru konferencije CVPR 2022 u New Orleansu.

U nastavku obavijesti nalazi se više informacija o metodi Mateja Grcića te nekoliko fotografija s natjecanja.

Matej Grcić zaposlen je na projektu KK.01.2.1.02.0119 A-Unit koji sufinanciraju Europski fond za regionalni razvoj te tvrtka Gideon Brothers. Matej surađuje na projektu ADEPT Hrvatske zaklade za znanost te sudjeluje u nastavi na kolegijima Arhitektura računala 2, Oblikovni obrasci u programiranju te Duboko učenje 1. Matejeva metoda temelji se na doktorskim disertacijama Ivana Kreše i Marina Oršića. Mateju su pri oblikovanju metode pomogli Ivan Grubišić i ostali članovi ekipe iz D307. Matejev rad proveden je u suradnji s Visokom školom za informacijske tehnologije (VSITE - College for Information Technologies) koja nam je omogućila pristup računalu s 8 GPU-ova Tesla-V100 32GB.
 

 

 

 

 

Autor: Siniša Šegvić
Popis obavijesti