Descrizione del progetto
Aiutare gli esperti a scoprire e analizzare i modelli
Gli algoritmi di apprendimento automatico di oggi sono in grado di fornire previsioni che a volte risultano sufficientemente potenti da poter sostituire l’interpretazione umana. Il progetto DISCOVER, finanziato dal CER, si propone invece di sviluppare nuovi approcci per assistere gli esperti nell’individuazione e nell’analisi dei modelli. In particolare, il progetto acquisirà come input immagini senza alcuna annotazione, individuerà automaticamente i modelli coerenti e ne modellizzerà la variazione e l’evoluzione, consentendo di conseguenza agli esperti di analizzarli in modo più semplice. A tal fine il progetto svilupperà due approcci, uno basato sull’analisi delle corrispondenze e l’altro sull’apprendimento dei modelli di immagini interpretabili. I metodi saranno sviluppati in due campi di applicazione, ovvero quelli dei documenti storici e delle immagini relative alla Terra.
Obiettivo
The goal of this project is to shift the dominant paradigm of learning-based computer vision: instead of systems attempting to replace human interpretation by providing predictions, we will develop approaches to assist experts in identifying and analyzing patterns. Indeed, while the success of deep learning on visual data is undeniable, applications are often limited to the supervised learning scenario where the algorithm tries to infer a label for a new image based on the annotations made by experts in a reference dataset. In contrast, we will take as input images without any annotation, automatically identify consistent patterns and model their variation and evolution, so that an expert can more easily analyze them.
I will introduce and develop the concept of visual structures. Their key features will be their interpretability, in terms of correspondences, deformations, or properties of the observed images, and their ability to incorporate prior knowledge about the data and expert feedback. I propose two complementary approaches to formally define and identify visual structures: one based on analyzing correspondences, the other on learning interpretable image models.
We will develop visual structures in two domains in which breakthrough progress will open up new scientific discoveries: historical documents and Earth imagery. For example, from temporal series of multispectral Earth images, we will identify types of moving objects, areas with different types of vegetation or constructions, and model the evolution of their characteristics, which may correspond to changes in their activity or life cycle. Ultimately, experts will still be needed to select relevant visual structures and perform analysis, but DISCOVER will revolutionize their work, trivializing tedious annotation tasks and even allowing them to work on issues they would have been hard-pressed to identify in the raw data.
Parole chiave
Parole chiave del progetto, indicate dal coordinatore del progetto. Da non confondere con la tassonomia EuroSciVoc (campo scientifico).
Parole chiave del progetto, indicate dal coordinatore del progetto. Da non confondere con la tassonomia EuroSciVoc (campo scientifico).
Programma(i)
Programmi di finanziamento pluriennali che definiscono le priorità dell’UE in materia di ricerca e innovazione.
Programmi di finanziamento pluriennali che definiscono le priorità dell’UE in materia di ricerca e innovazione.
-
HORIZON.1.1 - European Research Council (ERC)
PROGRAMMA PRINCIPALE
Vedi tutti i progetti finanziati nell’ambito di questo programma
Argomento(i)
Gli inviti a presentare proposte sono suddivisi per argomenti. Un argomento definisce un’area o un tema specifico per il quale i candidati possono presentare proposte. La descrizione di un argomento comprende il suo ambito specifico e l’impatto previsto del progetto finanziato.
Gli inviti a presentare proposte sono suddivisi per argomenti. Un argomento definisce un’area o un tema specifico per il quale i candidati possono presentare proposte. La descrizione di un argomento comprende il suo ambito specifico e l’impatto previsto del progetto finanziato.
Meccanismo di finanziamento
Meccanismo di finanziamento (o «Tipo di azione») all’interno di un programma con caratteristiche comuni. Specifica: l’ambito di ciò che viene finanziato; il tasso di rimborso; i criteri di valutazione specifici per qualificarsi per il finanziamento; l’uso di forme semplificate di costi come gli importi forfettari.
Meccanismo di finanziamento (o «Tipo di azione») all’interno di un programma con caratteristiche comuni. Specifica: l’ambito di ciò che viene finanziato; il tasso di rimborso; i criteri di valutazione specifici per qualificarsi per il finanziamento; l’uso di forme semplificate di costi come gli importi forfettari.
HORIZON-ERC - HORIZON ERC Grants
Vedi tutti i progetti finanziati nell’ambito di questo schema di finanziamento
Invito a presentare proposte
Procedura per invitare i candidati a presentare proposte di progetti, con l’obiettivo di ricevere finanziamenti dall’UE.
Procedura per invitare i candidati a presentare proposte di progetti, con l’obiettivo di ricevere finanziamenti dall’UE.
(si apre in una nuova finestra) ERC-2022-STG
Vedi tutti i progetti finanziati nell’ambito del bandoIstituzione ospitante
Contributo finanziario netto dell’UE. La somma di denaro che il partecipante riceve, decurtata dal contributo dell’UE alla terza parte collegata. Tiene conto della distribuzione del contributo finanziario dell’UE tra i beneficiari diretti del progetto e altri tipi di partecipanti, come i partecipanti terzi.
77455 Marne La Vallee Cedex 2
Francia
I costi totali sostenuti dall’organizzazione per partecipare al progetto, compresi i costi diretti e indiretti. Questo importo è un sottoinsieme del bilancio complessivo del progetto.