Rozpoznávání materiálů za obecných podmínek pozorování

Rozpoznávání vizuální scény lidmi je převážně založeno na tvarech a materiálech. Vzhled povrchových materiálů se ale významně mění podle přirozených pozorovacích podmínek, což ohromnou výzvu pro spolehlivé automatické rozpoznávání v nejrůznějších aplikacích umělé inteligence. Povrchová textura reálného materiálu je složitě závislá na mnoha faktorech, jako jsou úhly osvětlení, směr pozorování, perspektivní zkrácení, lokální stíny, vnitřní odrazy, stínění a zákryt povrchových prvků. Cílem projektu je vyvíjení nové metody automatického (ne)řízeného rozpoznávání povrchových materiálů při obecných a proměnlivých geometrických i iluminačních podmínkách pozorování. Metody jsou založené na statistikách odvozených z deskriptivních sedmidimenzionálních pravděpodobnostních modelech vizuálních textur, které aproximují současnou nejpokročilejší měřitelnou texturní reprezentaci ve formě dvousměnové texturní funkce (BTF). Odvozované mnohorozměrné modely jsou založeny na náročných složených vícerozměrných markovských náhodných polích, neurálních transformerech, směsových a nelineárních odrazivostních modelech. Projekt se soustřeďuje na kontextovou klasifikaci materiálů objektů při neomezených a realistických podmínkách pozorování a její použití pro interpretaci obrazových scén. Výsledky projektu významně přispívají ke zlepšení průmyslových aplikací a lékařské diagnózy založených na analýze vizuální informace.