Zespół Komputerowych Systemów Wizyjnych
Informacje
Zespół Komputerowych Systemów Wizyjnych koncentruje swoją działalność na zaawansowanych metodach wizji komputerowej i analizy danych multimodalnych, rozwijając algorytmy umożliwiające semantyczną interpretację obrazów, integrację heterogenicznych źródeł danych (m.in. danych satelitarnych, LiDAR, obrazowania 3D i danych czasowych) oraz ich przetwarzanie i wizualizację w środowiskach 2D i 3D. Badania obejmują m.in. detekcję i segmentację obiektów, rejestrację danych wizyjnych oraz tworzenie skalowalnych modeli uczenia maszynowego i systemów wspomagania decyzji, wspieranych metodami optymalizacji i podejściami inspirowanymi fizyką. Szczególny nacisk kładziony jest na zastosowania w złożonych systemach o wysokiej niepewności strukturalnej, takich jak systemy transportowe, środowiskowe czy diagnostyczne (w tym biomedyczne).
Istotnym elementem działalności są współprace międzynarodowe. Zespół współpracuje z naukowcami Uniwersytetu w Halmstad w zakresie modeli AI inspirowanych neuroplastycznością mózgu, rozwijanych na potrzeby continual i lifelong learning. Rozwijana jest także współpraca z Uniwersytetem w Żylinie, ukierunkowana na zastosowania metod optymalizacji i uczenia maszynowego (w tym wizji komputerowej) w rzeczywistych systemach transportowych. Członkowie zespołu współpracują również z Wigner Research Centre for Physics w Budapeszcie w obszarze zaawansowanych metod obliczeniowych inspirowanych fizyką i optymalizacji.
Do ważnych osiągnięć zespołu należy opracowanie nowatorskich metod integracji i analizy danych multimodalnych oraz rozwój narzędzi do wizualizacji 3D. Zespół aktywnie uczestniczy w międzynarodowych projektach badawczych, w tym w europejskim projekcie Q-Fence finansowanym z programu Horizon Europe, w ramach którego rozwijane są post-kwantowe metody kryptograficzne zapewniające bezpieczne przetwarzanie i transmisję danych wrażliwych (m.in. medycznych, finansowych i satelitarnych). Prowadzone prace łączą badania podstawowe z aplikacjami praktycznymi, szczególnie w obszarach bezpieczeństwa danych, analizy środowiska oraz nowoczesnych systemów transportowych.
Zespół Komputerowych Systemów Wizyjnych istnieje od 1987 roku. Współzałożycielem i wieloletnim kierownikiem zespołu był dr inż. Ryszard Winiarczyk. Obecnie pracami Zespołu Komputerowych Systemów Wizyjnych kieruje dr hab. Krzysztof Domino.
Publikacje
2024
- Bełdowski P.; Weber P.; Gadomski A.; Sionkowski P.; Kruszewska N.; Domino K.; Studies of the Interaction Dynamics in Albumin–Chondroitin Sulfate Systems by Recurrence Method; The 16th International Conference "Dynamical Systems – Theory and Applications" (DSTA 2021); 2024
- Śmierzchalski T.; Pawłowski J.; Przybysz A.; Pawela Ł.; Puchała Z.; Koniorczyk M.; Gardas B.; Deffner S.; Domino K.; Hybrid quantum-classical computation for automatic guided vehicles scheduling; Scientific Reports; 2024
- Weber P.; Bełdowski P.; Gadomski A.; Domino K.; Sionkowski P.; Ledziński D.; Statistical method for analysis of interactions between chosen protein and chondroitin sulfate in an aqueous environment; The 16th International Conference "Dynamical Systems – Theory and Applications" (DSTA 2021); 2024
2023
- Ostrowski M.; Blachowski B.; Wójcik B.; Żarski M.; Tauzowski P.; Jankowski Ł.; A framework for computer vision-based health monitoring of a truss structure subjected to unknown excitations; Earthquake Engineering and Engineering Vibration; 2023
- Kessler S.; Ostaszewski M.; Bortkiewicz M.; Żarski M.; Wołczyk M.; Parker-Holder J.; Roberts S.; Miłoś P.; The Effectiveness of World Models for Continual Reinforcement Learning; Conference on Lifelong Learning Agents; 2023
- Wójcik B.; Żarski M.; Książek K.; Miszczak J.; Skibniewski M.; A deep learning method for hard-hat-wearing detection based on head center localization; Bulletin of the Polish Academy of Sciences Technical Sciences; 2023
2022
- Blachowski B.; Ostrowski M.; Żarski M.; Wójcik B.; Tauzowski P.; Jankowski L.; An Efficient Computer Vision-Based Method for Estimation of Dynamic Displacements in Spatial Truss Structures; Workshop on Structural Health Monitoring; 2022
- Krawiec K.; Koniorczyk M.; Domino K.; Możliwość zastosowania obliczeń kwantowych w modelowaniu systemów i procesów transportowych; Transport Miejski i Regionalny; 2022
- Domino K.; Miszczak J.; Will you infect me with your opinion?; Physica A: Statistical Mechanics and its Applications; 2022
- Domino K.; Koniorczyk M.; Puchała Z.; Statistical quality assessment of Ising-based annealer outputs; Quantum Information Processing; 2022
- Domino K.; Kundu A.; Salehi Ö.; Krawiec K.; Quadratic and Higher-Order Unconstrained Binary Optimization of Railway Rescheduling for Quantum Computing; Quantum Information Processing; 2022
2021
- Wójcik B.; Żarski M.; Salamak M.; Miszczak J.; Extracting crack characteristics from RGB-D images; 2nd Workshop on Engineering Optimization – WEO 2021; 2021
- Żarski M.; Wójcik B.; Książek K.; Salamak M.; Miszczak J.; Advances in applicable deep-learning based defect detection; 2nd Workshop on Engineering Optimization – WEO 2021; 2021
- Wójcik B.; Żarski M.; The measurements of surface defect area with an RGB-D camera for a BIM-backed bridge inspection; Bulletin of the Polish Academy of Sciences: Technical Sciences; 2021
- Żarski M.; Wójcik B.; Książek K.; Miszczak J.; Finicky transfer learning—A method of pruning convolutional neural networks for cracks classification on edge devices; Computer-Aided Civil And Infrastructure Engineering; 2021
- Kruszewska N.; Domino K.; Weber P.; Water Behvaior Near the Lipid Bilayer; Gadomski A. (eds) Water in Biomechanical and Related Systems. Biologically-Inspired Systems; 2021
- Bełdowski P.; Domino K.; Bełdowski D.; Dobosz R.; Analysis of Protein Intramolecular and Solvent Bonding on Example of Major Synovial Fluid Component; Gadomski A. (eds) Water in Biomechanical and Related Systems. Biologically-Inspired Systems; 2021
Projekty
Narodowa Infrastruktura Superkomputerowa dla EuroHPC — EuroHPC PL
Numer projektuPOIR.04.02.00-00-D014/20-00Kierownik projektuOkres realizacji-System zarządzania operacyjnego produkcją zintegrowany z zarządzaniem wiedzą dla prewencyjnego i predykcyjnego utrzymania produkcyjnych procesów w środowisku polimorficznym
Numer projektuPOIR.01.02.00-00-0307/16Kierownik projektuOkres realizacji-