Utveckling av AVS har sina rötter i modelleringen av det mänskliga visuella systemet (MVS); en extremt utmanande uppgift som generationer av forskare har försökt sig på med begränsad framgång.

Synsinnet är en självklarhet för människor och man antar allmänt att cirka 80% av vad vi uppfattar är baserad på visuell uppfattning. Synsinnets mycket intuitiv natur gör det svårt för oss att förstå den myriad av problem som är förknippade med utformningen av AVS, i motsats till sofistikerade analytiska uppgifter som t.ex. att spela schack.


Foto: Kristoffer ÖfjällSåledes blev AVS ett allmänt underskattat vetenskapligt problem, kanske ett av de mest underskattade problemen under de senaste decennierna.

Många AI forskare trodde att de verkliga utmaningarna var symboliska och analytiska problem och visuell perception var bara ett enkelt underproblem, som ska behandlas i ett sommarprojekt, vilket uppenbarligen misslyckades.


Sanningen är att datorer är bättre än människor på att spela schack, men även ett litet barn har bättre generisk visuell uppfattning än något artificiellt system.

Min forskning syftar på att förbättra AVS kompetenser väsentligt, driven av en HVS-inspirerad strategi, eftersom AVS förväntas samexistera med - och därför förutsäga beteendet av - människor.

 

Utvalda publikationer
Visa/dölj innehåll

Bertil Grelsson, Michael Felsberg, Folke Isaksson (2016)

Journal of Field Robotics , Vol.33 , s.967-993 Vidare till DOI

Michael Felsberg, Kristoffer Öfjäll, Reiner Lenz (2015)

, Frontiers in Robotics and AI , Vol.2 Vidare till DOI

Martin Danelljan, Gustav Häger, Fahad Shahbaz Khan, Michael Felsberg (2015)

Proceedings of the International Conference in Computer Vision (ICCV), 2015 , s.4310-4318 Vidare till DOI

Fler publikationer
Visa/dölj innehåll

Nyheter
Visa/dölj innehåll

Forskning
Visa/dölj innehåll

Medarbetare
Visa/dölj innehåll

Om avdelningen
Visa/dölj innehåll

Om institutionen
Visa/dölj innehåll