Opis projektu
Autonomiczne kamery nie spuszczają oka z celu
Niesamowity postęp w jakości aparatów stosowanych w smartfonach, jaki nastąpił w ciągu ostatniej dekady, jest dowodem rewolucji w obszarze sprzętu fotograficznego i filmowego, wywołanej w dużej mierze przez media społecznościowe i gry. Oczywiście postęp sprzętowy to tylko jeden z aspektów stanu rzeczy, którego efektem są filmy i zdjęcia wysokiej jakości. W ramach finansowanego przez UE projektu SeerPredict powstaje oprogramowanie, dzięki któremu profesjonaliści w dziedzinie fotografii będą mogli jeszcze lepiej wykonywać swoją pracę. Oprogramowanie to będzie uczyło się, jak przewidywać ruch układu szkieletowego do dwóch sekund w przód. W tym celu będzie wykorzystywać uczenie maszynowe sekwencji ruchów szkieletowych, a w efekcie sprawi, że autonomiczne systemy kamer zawsze będą „łapać ostrość” na wybranym celu.
Cel
Seervision was founded in 2016, as a spin-off from the ETH Zürich and developed out of the Automatic Control Laboratory research group in the field of camera control. With their broad experience in the field of computer vision, machine learning and artificial intelligence, Seervision aims to develop fully autonomous camera systems based on vision-based 3D motion capturing. The goal is to predict skeletal motion for maximum of 2 seconds in future out of skeletal kinematics and 2D camera frames. Therefore a prediction model has to be developed with a machine learning algorithm to train the model with data on skeletal motion. Using a trained prediction model for skeletal motion based on 3D vision-based motion capturing, Seervision aims to control their camera systems fully autonomously. Currently, there are no such models commercially available and the level of autonomy in commercially available camera systems is much lower.
The proposed recruitment of an Innovation Associate (IA) in this project will have significant impact on the business opportunities of Seervision by bringing in the lacking expertise on skeletal motion and development of prediction models based on vision-based motion capturing. The SME IA grant will help to overcome the recruitment barriers of being a relatively unknown, small enterprise that cannot compete with the larger companies due to limited visibility, salary and recruitment budget.
Seervision wants to recruit a Computer Vision and Object Motion Engineer that understands the principles of 3D skeletal motion and is able to model and deploy machine learning algorithms within this context. The main added value of this opportunity for the IA is to pursue the transition from an academic environment focusing on basic research to a business environment focusing on developing competitive and cutting-edge products. Next to this, the IA will get the chance to influence and participate in the early stages of a young and innovative company.
Dziedzina nauki
- engineering and technologyelectrical engineering, electronic engineering, information engineeringelectronic engineeringsensorsoptical sensors
- natural sciencescomputer and information sciencesartificial intelligencecomputer vision
- natural sciencescomputer and information sciencesartificial intelligencemachine learning
- natural sciencescomputer and information sciencessoftwaresoftware applicationssimulation software
- natural sciencesmathematicsapplied mathematicsmathematical model
Program(-y)
Zaproszenie do składania wniosków
Zobacz inne projekty w ramach tego zaproszeniaSzczegółowe działanie
H2020-INNOSUP-2020-02
System finansowania
CSA-LSP - Coordination and support action Lump sumKoordynator
8092 ZURICH ETH-ZENTRUM
Szwajcaria
Organizacja określiła się jako MŚP (firma z sektora małych i średnich przedsiębiorstw) w czasie podpisania umowy o grant.