Asma Raeisi

Doktorand

Doktorand med inriktning mot dataaugmentering inom datorseende. Min forskning handlar om hur syntetiska träningsdata kan förbättra prestandan och generaliseringsförmågan hos djupinlärningsmodeller.

Presentation

Djupinlärningsmodeller för datorseende kräver ofta stora mängder annoterade träningsdata, vilket kan vara kostsamt och tidskrävande att samla in. Dataaugmentering erbjuder ett sätt att hantera denna utmaning. Min forskning fokuserar på tekniker för dataaugmentering baserade på objektinsättning, som genererar syntetiska träningsbilder genom att kombinera objekt och bakgrunder från befintliga bilder. Jag undersöker olika strategier för att välja ut och kombinera objekt, däribland användningen av utmanande exempel som identifierats genom modellens förutsägelser, för att förbättra modellens prestanda och generaliseringsförmåga.

Forskning

Ett metallföremål med tre kulor som hänger från sidorna.

Visuell och interaktiv AI

Vi bedriver forskning i gränslandet mellan datorgrafik, AI-driven visualisering, datorseende och maskininlärning för att hantera komplexa vetenskapliga utmaningar.

NEST-project __main__

Organisation

Inside Wadströms Exploranation Laboratory

Medie- och informationsteknik

Vi har spetskompetens inom visuell AI, visualisering, grafik och människocentrerad teknik med starkt fokus på human-in-the-loop. Här kombineras forskningsexcellens med nationellt och internationellt samarbete för stor samhällsnytta.

Institutionen för teknik och naturvetenskap (ITN)

Vi forskar och undervisar inom flera tekniska och naturvetenskapliga discipliner. Våra största områden är organisk elektronik, medieteknik, kommunikationssystem och logistik.