Neurális információfeldolgozás kutatócsoport

2025.09.28.
Neurális információfeldolgozás kutatócsoport
Bemutatkozás

A Neural Information Processing Group (NIPG) fő tevékenysége a mesterséges intelligenciához kapcsolódik, különös tekintettel a GOFAI (Good Old-Fashioned AI) és a mélytanulás kombinációjára, amelyet Kompozit MI-nek nevezünk, valamint azok humán-gép interakciós alkalmazásaira. A mélytanulást „szenzorként”, a GOFAI-t pedig olyan magasabb rendű tudásként kezeljük, amit az iskolában sajátítunk el. Ez elengedhetetlen az olyan alkalmazásainkhoz, ahol képfeldolgozást, videóelemzést, beszédet, szöveges információt és fizikai folyamatokat egyesítünk.

A Tanszék munkáját a Robert Bosch Kft. is támogatta, amely részben a NIPG kutatási eredményeinek köszönhető. Tagjai vagyunk a Nemzeti MI Laboratóriumnak, ipari K+F+I projektünk a MOBOT, amelynek célja egy raktári leltározásra szánt robot vizuális rendszerének fejlesztése. Részt veszünk a nagyszabású HumanE-AI EU projekt több „mikroprojektjében”, és hamarosan bekapcsolódunk egy EIT Digital projektbe, amely a tűzdetektálásra fókuszál. Korábban sikeresen lezártunk hasonló projekteket, köztük EU-s, az amerikai légierőhöz, a Honda Europe-hoz és a Panasonic PINTL és OWL programjaihoz kapcsolódó munkákat.

Kutatási területek
  • Humán-gép interakció
  • Diagnosztikai, terápiás és tréningalkalmazások – viselkedéses és fizikai aspektusok
  • Ember–ember interakciók detektálása és értékelése
  • Információfúzió (kép–videó, beszéd és szöveg integrációja)
  • Időbeli folyamatok modellezése és predikciója
Módszertan
  • Számítógépek és GPU-k használata
  • Saját fejlesztésű vagy engedéllyel használt szoftvereszközök
  • Mélytanulási algoritmusok fejlesztése és alkalmazása
  • Kompozit MI: mélytanulás és GOFAI ötvözése
Kutatócsoport tagjai
  • 3 vezető kutató
  • 1 programozó
  • 10 különböző PhD-hallgató
Nyertes pályázatok / Projektek
Öt fontos publikáció
  • L. Kopácsi, B. Baffy, G. Baranyi, J. Skaf, G. Sörös, S. Szeier, A. Lőrincz, D. Sonntag (2023): Cross-viewpoint semantic mapping: integrating human and robot perspectives for improved 3D semantic reconstruction, Sensors [DOI]
  • G. Baranyi, B. C. Dos Santos Melício, Z. Gaál, L. Hajder, A. Simonyi, D. Sindely, J. Skaf, O. Dušek, T. Nekvinda, A. Lőrincz (2022): AI technologies for machine supervision and help in a rehabilitation scenario, Multimodal Technologies and Interaction [DOI]
  • Á. Fóthi, L. Soorya, A. Lőrincz (2020): The autism palette: combinations of impairments explain the heterogeneity in ASD, Frontiers in Psychiatry [DOI]
  • V. Varga, A. Lőrincz (2020): Reducing human efforts in video segmentation annotation with reinforcement learning, Neurocomputing [DOI]
  • M. Véges, V. Varga, A. Lőrincz (2019): 3D human pose estimation with siamese equivariant embedding, Neurocomputing [DOI]
Elérhetőség

Kapcsolat: Neural Information Processing Group (NIPG)
Honlap: https://nipg.inf.elte.hu

alternatív szöveg