Datorseende (CVL)

Välkommen till avdelningen Datorseende (CVL), en del av Institutionen för systemteknik vid Linköpings universitet.

Autonoma system datorseendeFoto: Göran BillesonForskningen vid avdelningen Datorseende täcker ett brett spektrum av ämnen inom artificiella seende system (AVS). De är beräkningsfotografi; detektion, följning och igenkänning av objekt; skattning av posen och 3D strukturen; robotseende och autonoma system; medicinsk bildanalys och bildrekonstruktion.

Utvecklingen av AVS bygger på modeller av människans synsinne (MVS) och CVL strävar efter att förbättra AVS egenskaper avsevärt genom en MVS-inspirerad ansats. Detta val motiveras av att AVS förväntas samexistera med – och därmed förutspå aktioner av – människor, t.ex. i samband med självkörande bilar som delar vägnätet och interagerar med människor.

Kurser

Kurser som ges vid Avdelningen för datorseende

Examensarbeten

Gör ditt examensarbete vid Avdelningen för datorseende

 

Följ CVL i sociala medier

Twitter @CvlIsy

Kontakt

Besöksadress
Linköpings universitet
Campus Valla
B-huset, ingång 29

Karta (Mazemap)

 

Postadress
Linköpings universitet
NAMN
Institutionen för systemteknik, ISY
581 83 Linköping

Forskning inom WASP Datorseende

Mer om WASP

Forskning inom datorseende

Nyheter

Superdatorn Berzelius fotograferad med vidvinkel.

Svensk AI-forskning får mer muskler

Cancerdiagnostik, datorseende och materialutveckling är bara några forskningsutmaningar som AI kan bidra till att lösa. Superdatorn Berzelius invigdes våren 2021 och redan nu behövs mer kraft för att möta behovet hos svensk AI-forskning.

Lyckad premiär för ISY:s doktorandkonferens

För första gången anordnade Institutionen för systemteknik, ISY, en heldagskonferens ägnad enbart åt institutionens doktorander. Forskarstudierektor Mark Vesterbacka var mer än nöjd när han summerade "PhD Workshop @ISY 2022".

Skärmdump från svt.se på Michael Felsberg

Viral video anklagas för att vara deepfake

Joe Biden är död och har ersatts av deepfakes. Det var en konspirationsteori som fick sociala medier att gå i spinn efter att Vita Huset publicerat videon. Michael Felsberg, professor vid Avdelningen för datorseende, kommenterade videon i SVT.

Porträtt av Michael Felsberg med stängda ögon och formler projicerade över ansiktet.

Mänsklig syn – en utmaning för AI

Att uppnå mångsidigheten det mänskliga synsinnet är en av de stora utmaningarna inom AI-forskningen. I de allra flesta fall är vi överlägsna maskinerna på att uppfatta världen runt omkring oss. Men sakta och säkert kommer de i kapp.

Person med hoodie sitter bakom dator i mörkt rum.

Cyberattacker: AI är brottsutredarens bästa vän i jakten på digitala bevis

Cyberattacker blir ett allt större hot mot samhället. För brottsutredarna blir därför digitala bevis viktigare i jakten på kriminella. Och tekniken finns, inte minst på Linköpings universitet där AI är ett styrkeområde.

Lina Koppel.

Forskarutbildning - inte bara för forskarna

Är en högskoleexamen futtigt? En kandidat otillräcklig och en master för lite? För dem som vill utbilda sig mer finns forskarutbildning. ”Jag hade inte trott att det kunde vara så kul, men det var det. Hela tiden”, säger en doktorand.

Publikationer

2023

Syed Talal Wasim, Muzammal Naseer, Salman Khan, Fahad Khan, Mubarak Shah (2023) Vita-CLIP: Video and text adaptive CLIP via Multimodal Prompting 2023 IEEE/CVF CONFERENCE ON COMPUTER VISION AND PATTERN RECOGNITION (CVPR), s. 23034-23044 Vidare till DOI
Muhammad Uzair Khattak, Hanoona Rasheed, Muhammad Maaz, Salman Khan, Fahad Khan (2023) MaPLe: Multi-modal Prompt Learning 2023 IEEE/CVF CONFERENCE ON COMPUTER VISION AND PATTERN RECOGNITION (CVPR), s. 19113-19122 Vidare till DOI
Nancy Mehta, Akshay Dudhane, Subrahmanyam Murala, Syed Waqas Zamir, Salman Khan, Fahad Khan (2023) Gated Multi-Resolution Transfer Network for Burst Restoration and Enhancement 2023 IEEE/CVF CONFERENCE ON COMPUTER VISION AND PATTERN RECOGNITION (CVPR), s. 22201-22210 Vidare till DOI
Emanuel Sanchez Aimar, Arvi Jonnarth, Michael Felsberg, Marco Kuhlmann (2023) Balanced Product of Calibrated Experts for Long-Tailed Recognition 2023 IEEE/CVF CONFERENCE ON COMPUTER VISION AND PATTERN RECOGNITION (CVPR), s. 19967-19977 Vidare till DOI
Salman Khan, Fahad Khan, Ashish Vaswani, Niki Parmar, Ming-Hsuan Yang, Mubarak Shah (2023) Guest Editorial Introduction to the Special Section on Transformer Models in Vision IEEE Transactions on Pattern Analysis and Machine Intelligence, Vol. 45, s. 12721-12725 Vidare till DOI

Medarbetare inom avdelningen Datorseende

Om institutionen