12 september 2014

Michael Felsberg, professor i datorseende satt i organisationskommittén för den internationella bildanalyskonferensen ICPR, arrangerad av LiU och är även vinnare av VOT2014. Möt honom i en kort intervju.

Konferensen, ICPR, den 22:a i ordningen, arrangerades i år av Linköpings, Lunds och Uppsala universitet, ledd av LiU-professorn Magnus Borga och med 1200 deltagare.

Är ni nöjda?

Michael FelsbergFoto: Vibeke Mathiesen– Ja, absolut. I organisationskommittén har vi arbetet hårt med att höja kvaliteten på bidragen och vi fick bra återkoppling på det från deltagarna. Vi fick i år in fler än 1400 bidrag och har tagit emot över 4000 granskningsrapporter. Ur dem har vi vaskat fram närmare 800 publikationer som presenterades under konferensen. Vi hade också många spännande och intressanta inbjudna talare.

Något exempel?
– Fei-Fei Li från Stanford i USA, som arbetar med ImageNet, en stor databas med 14 miljoner bilder som finns samlade för att göra det möjligt för forskningen att testa och utvärdera olika igenkänningsmetoder, var exempelvis mycket intressant.

Var LiU också representerat?
– Vi skickade inte in så många bidrag själva, det ser illa ut när vi är arrangörer.

Hur ligger vi till inom bildanalys, vid en internationell jämförelse?
– Sverige ligger bra till internationellt med forskning bland annat i Linköping, Lund och Uppsala. Det bevisade ICPR-konferensen. Ingela Nyström, professor i Uppsala är också ny ordförande i IAPR, International Association for Pattern Recognition. Intresset är stort och ökande men vi måste se till att vi satsar rätt. De största teknikbolagen, som Google och Microsoft, engagerar sig stort i området och det är svårt för oss att konkurrera med deras resurser.

Hur hanterar ni det?
– Vår inslagna väg att hämta inspiration från och efterlikna de biologiska systemen är viktig och rätt och vi kommer att fortsätta på det spåret. Vi människor kommer att interagera med allt fler tekniska autonoma system och eftersom vi oftast agerar utifrån visuell information måste maskinerna göra det också. Ska en maskin försöka förutse hur en människa kommer att agera måste den kunna tolka den visuella informationen på samma vis som vi gör. Våra holistiska metoder passar bra in här.

Och vinsten i Visual Object Tracking Challenge, VOT2014, vad betyder den?
– Massor, vi har blivit kändisar i branschen och jag har bland annat fått erbjudande att sitta i kommittén för tävlingen. Det är också ett stort erkännande för vår grundutbildning. Bakom metoden finns resultat från flera examensarbeten där studenterna inhämtat kunskaperna i själva grundutbildningen. Det är fantastiskt roligt både för oss och för studenterna

Publicerad 2014-09-12

Fler nyheter