L’invenzione si riferisce ad una metodologia per la ricostruzione 3D mediante camera stereo e rete neurale basata su apprendimento automatico in grado di adattarsi alle diverse condizioni ambientali che si verificano durante il funzionamento.
| Titolo brevetto | Metodo per determinare la profondità da immagini mediante apprendimento auto-adattivo di una rete neurale e relativo sistema |
|---|---|
| Area | Industria, Digitale e Sicurezza |
| Titolarità | ALMA MATER STUDIORUM - UNIVERSITA' DI BOLOGNA |
| Inventori | Fabio Tosi, Stefano Mattoccia, Luigi Di Stefano, Matteo Poggi, Alessio Tonioni |
| Ambito territoriale di tutela | Italia, Europa, USA, Cina |
| Stato | Disponibile per accordi di sviluppo, opzione, licenza e altri accordi di valorizzazione |
| Keywords | Ricostruzione 3D, Corrispondenza stereo, Apprendimento automatico, Auto-adattamento, Depth da immagini |
| Depositato il | 02 dicembre 2019 |
L’informazione sulla profondità dei punti osservati costituisce un elemento fondamentale, ed in alcuni casi essenziale, in applicazioni come, ad esempio, la guida autonoma o assistita, la ricostruzione 3D a partire da immagini bidimensionali o la realtà aumentata.
Il metodo brevettato permette di ridurre la necessità di disporre in anticipo dei dati necessari all’addestramento della rete prima del suo effettivo utilizzo. Rispetto alle tecniche di deep learning principalmente basate su rete neurale convoluzionali, implementate su dispositivi ingombranti e/o ad alto consumo energetico, sono meno onerose in termini computazionali. L’invenzione può dar vita ad una smart camera stereo a basso consumo energetico con processamento di mappe stereo a borde, capaci di auto-adattarsi in tempo reale all’ambiente esaminato.
APPLICAZIONI:
- Automotive (guida autonoma);
- Settore della Computer Vision;
- Robotica;
- Realtà aumentata;
- Ricostruzione 3D.
VANTAGGGI:
- Auto-addestramento del sistema;
- Mantenimiento dell’accuratezza invariata;
- Elaborazione immagini sia on-board che su ulteriori dispositivi hardware esterni.