Fakulteta za elektrotehniko, računalništvo in informatiko Fakulteta za elektrotehniko, računalništvo in informatiko Slovensko društvo za razpoznavanje vzorcev Slovenska sekcija IEEE Laboratorij za sistemsko programsko opremo
ROSUS - konferenca

Vabljena predavanja


Tadej Weber
NAVKOM, d.o.o.

 

KONTROLA PRISTOPA S ČITALNIKI PRSTNIH ODTISOV V ZASEBNIH OBJEKTIH

Povzetek

Zasnova čitalnikov prstnih odtisov, ki se vgrajujejo in uporabljajo v zasebnih objektih (hiše in stanovanja) ima svojo specifiko predvsem v tem, da je potrebno upoštevati različne navade uporabnikov, starostne skupine uporabnikov, izpostavljenost vremenskim vplivom ter zahteve proizvajalcev vhodnih vrat glede načina vgradnje. S pravilnim informiranjem vseh deležnikov v procesu od proizvodnje vrat do končnega uporabnika, ter s pravimi nastavitvami algoritma, ki obdeluje zajete biometrične podatke, lahko zagotovimo tudi več kot 95 % uspešnih transakcij. Daleč največji izziv nam je predstavljalo informiranje in izobrazba uporabnikov, še posebej preden se je tovrstna tehnologija začela bolj množično pojavljati v mobilni telefoniji. Tako kot se je to zgodilo v mobilni telefoniji, postaja dandanes odklepanje vhodnih vrat s pomočjo biometrične prepoznave standard.
V sklopu vabljenega predavanja bodo predstavljene izkušnje z integracijo biometričnih čitalnikov v vhodnih vratih, izzivi, s katerimi se srečujemo in naša vizija razvoja integracije biometrične kontrole pristopa v segmentu zasebnih uporabnikov.


 

Kratka biografija

Tadej Weber je leta 1998 končal Srednjo elektrotehniško šolo na Vegovi v Ljubljani. Študij je nadaljeval na Fakulteti za gradbeništvo v Ljubljani, vendar študija ni dokončal, saj se je že med študijem usmeril v podjetništvo. Veliko bolj ga je namreč privlačilo praktično učenje. Svoje znanje in izkušnje je pridobival skozi različne projekte, do leta 2004 predvsem v montaži elektronskih sistemov (npr. alarmne in sledilne naprave, mobilna telefonija, daljinsko odčitavanje ipd.). Leta 2004 je prevzel podjetje Navkom d.o.o. in ga reorganiziral v razvojno-proizvodno podjetje biometrične kontrole pristopa. Že na začetku se je odločil, da bodo delovali predvsem v segmentu zasebnih uporabnikov. Podjetje Navkom je kljub močni konkurenci iz tujine postalo eno vodilnih ponudnikov biometrične kontrole pristopa v Evropi.


Nunzio Alexandro Letizia
PiktID

 

IDENTITY GENERATION WITH DEEP GENERATIVE MODELS

Summary

Deep generative models have drawn the attention of the AI community in the last decade. The scalability of neural architectures helps solving multiple relevant problems, e.g., text-to-image generation, otherwise not addressable. In the context of image data privacy, the increasing amount of produced, shared, and stored images imposes new measures to protect personal identity information. At the same time, such protection mechanisms need to preserve the image quality. In this talk, we discuss how PiktID is using some recent deep learning-based techniques for protecting human identities in pictures. We show several examples, and we present interesting use-cases.
V sklopu vabljenega predavanja bodo predstavljene izkušnje z integracijo biometričnih čitalnikov v vhodnih vratih, izzivi, s katerimi se srečujemo in naša vizija razvoja integracije biometrične kontrole pristopa v segmentu zasebnih uporabnikov.


 

Short biography

Nunzio A. Letizia received the Laurea Magistrale degree in electrical engineering (summa cum laude) from the University of Udine, Italy, in 2018. He is currently pursuing the Ph.D. degree with the University of Klagenfurt, Austria. During his studies, he was awarded with a full scholarship of excellence by the School for Advanced Studies of the University of Udine. He has been conducting research at Emory University in the context of biomedical signal processing and at Princeton University studying applications of deep learning for physical layer communications. His research interests are multiple and include mathematics, communication engineering, signal processing and deep learning. He is a Co-founder of PiktID (July 2022), where he is also the lead developer of the AI software.


dr. Jure Skvarč
SICK d.o.o.

 

STROJNI VID, KLJUČNA OMOGOČITVENA TEHNOLOGIJA V INTELIGENTNIH SENZORJIH PODJETJA SICK

Povzetek

SICK je eden vodilnih svetovnih ponudnikov rešitev za senzorske aplikacije v industrijskem sektorju. Podjetje s sedežem v Waldkirch im Breisgau je leta 1946 ustanovil Dr.-Ing. e. h. Erwin Sick. SICK ima več kot 11.000 zaposlenih po vsem svetu. Razvojna skupina, Vision Lab Slovenija je od avgusta 2022 del globale razvojne skupine, ki deluje na področju avtonomne zaznave. Industrijska avtomatizacija se spreminja izjemno hitro. Kot vodilni na področju inovacij na čelu razvoja najsodobnejše senzorske tehnologije SICK danes ponuja rešitve, ki so pripravljene na izzive prihodnosti – z inteligentnimi senzorji, ki zbirajo podatke, jih vrednotijo v realnem času, se prilagajajo svojemu okolju in komunicirajo v omrežje. V sklopu predavanja bomo podrobneje spoznali rešitve, ki temeljijo na tehnologijah strojnega vida. Poudarili bomo pristope, ki prek programske opreme podpirajo koncepte modularnost in fleksibilnosti in posledično uporabnikom omogočajo visoko stopnjo prilagodljivosti rešitev specifičnim potrebam.


 

Kratka biografija

Dr. Jure Skvarč znanstveno in strokovno deluje na področjih strojnega vida in umetne inteligence. Sodeloval je pri izvedbi več kot 1000 projektov za slovenske in tuje naročnike. V zadnjem obdobju je osredotočen na prepoznavanje in razvoj novih primerov uporabe strojnega vida v industrijskem okolju, ki jih podpirajo sodobne tehnologije. Zaposlen je v podjetju SICK, kjer je odgovoren za poslovno enoto Vision Lab Slovenia. Jure Skvarč je aktiven član združenja European Machine Vision Association ter član ožjih delovnih skupin pri nemški zbornici VDMA.


dr. Matej Batič
Sinergise d.o.o.

 

DOLOČEVANJE MEJA KMETIJSKIH POLJIN Z UPORABO SATELITSKIH POSNETKOV

Povzetek

SICKDoločevanje meja kmetijskih poljin je osnovni proces na področju preciznega kmetijstva ter eden ključnih členov nove Evropske kmetijske politike (CAP), ki narekuje avtomatsko nadzorovanje kmetijskih zemljišč. Prav tako so meje kmetijskih poljin osnovni gradnik za spremljanje kmetijskih zemljišč v okviru klimatskih in drugih sprememb. Cilj procesa je avtomatska določitev meja kmetijskih poljin iz enega ali več satelitskih posnetkov. Proces določevanja meja kmetijskih poljin temelji na podobnosti prostorskih, spektralnih in časovnih lastnostih slikovnih pik, ki pripadajo isti poljini (kmetijsko zemljišče z enim samim posevkom). Osnovno metodo smo razvili znotraj projekta NIVA na podatkih konstelacije satelitov Sentinel-2 Evropske Vesoljske Agencije (ESA). Kot učno množico smo uporabili meje poljin iz sloja kmetijskih rastlin iz zbirnih vlog za Litvo za leto 2019. Globoko nevronsko mrežo, ki temelji na U-net arhitekturi, smo iz satelitskega posnetka naučili napovedati tri slikovne spremenljivke: segmentacijo poljine, mejo poljine, ter razdaljo segmentiranih slikovnih točk do meje. Iz teh treh napovedi nato sestavimo sliko meja poljin bodisi iz enega posnetka ali pa iz (daljše) časovne vrste posnetkov. V fazi naknadne obdelave slikovno napoved predelamo v vektorski format, ki predstavlja končni rezultat procesa. V predstavitvi bomo spregovorili o ključnih delih procesa, od pridobivanja satelitskih podatkov, do opisa modela ter naknadne obdelave. Poleg tega bomo orisali težave s poganjanjem procesa na velikih območjih ter predstavili naše rešitve ter nadaljnje izboljšave procesa za lastne potrebe in komercialno uporabo. Za zaključek bomo predstavili, kako smo proces uporabili za izgradnjo meja kmetijskih poljin za stranke, ter kako smo proces razširili iz posnetkov Sentinel-2 na visoko-ločljive satelitske posnetke Planet ter orto-foto letalske posnetke.


 

Kratka biografija

Matej Batič, doktor fizike in strokovnjak za velepodatke, ima več kot 10 let izkušenj v raziskovalnih in komercialnih projektih, povezanih z velikimi količinami geoprostorskih podatkov. Pri Sinergise je Matej uspešno sodeloval pri več EU projektih, ki so bili osredotočeni na upravljanje in distribucijo satelitskih podatkov. Vodi raziskovalno vejo projekta Sentinel Hub, ki gradi orodja za obdelavo satelitskih posnetkov in produkte z dodano vrednostjo na področjih kmetijstva, klasifikacije pokrivnosti tal, klimatskih in ostalih sprememb, ipd. Matej je prejel nagrado “ESA Team Achievement Award 2021” za predanost in izjemne dosežke Ф-Sat-1 ekipe.