Computer Vision & Data Science
Computer vision draait om de visuele perceptie van de wereld door het gebruik van beeldverwerkingsalgoritmen. Het doel is meestal om automatisch eigenschappen van objecten te analyseren in een groot aantal verschillende contexten. Deze faciliterende technologie heeft vele toepassingen: classificatie van ziekten en insecten in de landbouw, het tellen van bacteriekolonies in watermonsters, het optisch meten van de bloedstroom tijdens een operatie, het herkennen van polymeertypes met behulp van hyperspectrale cameratechnologie, het detecteren van afwijkingen in röntgenbeelden, het analyseren van verkeersgedrag om de veiligheid te verbeteren, dit zijn slechts enkele voorbeelden van de spannende toepassingen waaraan het lectoraat Computer Vision & Data Science (CV&DS) heeft gewerkt.
Recente ontwikkelingen op het gebied van kunstmatige intelligentie (AI) laten zien dat leren van gegevens baanbrekende resultaten oplevert voor bijna alle toepassingen, met name op gebieden die erg moeilijk zijn, zoals computervisie, natuurlijke taalverwerking en audioverwerking. De belangrijkste ingrediënten die nodig zijn voor een succesvolle toepassing van AI zijn modellen, gegevens, menselijke hulpbronnen en veel rekenkracht.
Onderzoeksopdracht
Het lectoraat CV&DS loopt voorop in toegepast onderzoek in zijn vakgebied. Met meer dan twee decennia ervaring op het gebied van het helpen van bedrijven bij het integreren van beeldverwerking en AI in hun organisaties, blijven we onze belangrijkste missie volgen:
"Het delen en verbreden van de collectieve kennis over Artificial Intelligence en Computer Vision door middel van cutting-edge toegepast onderzoek door het oplossen van real-life uitdagingen in een team van studenten, docent-onderzoekers en bedrijven."
Onderzoeksfocus
Een sterke trend in de computerwetenschap die zich uitstrekt tot het gebied van kunstmatige intelligentie is de wet van Moore, die stelt dat het aantal transistors in een microchip elke twee jaar verdubbelt. Hieruit kan worden afgeleid dat de kosten voor rekenkracht afnemen en omdat de huidige vooruitgang van AI sterk afhankelijk is van de beschikbare rekenkracht, zorgt dit ervoor dat AI snel mee vooruitgaat.
Sinds het ontstaan van computers heeft deze trend een verschuiving veroorzaakt in de manier waarop we praktische problemen benaderen. Waar in het verleden technische oplossingen werden gezocht in logisch gedefinieerde oplossingen door middel van programmering en op regels gebaseerde systemen, worden de problemen tegenwoordig beschreven in de vorm van geannoteerde gegevens en voorbeeldafbeeldingen of geschreven natuurlijke taal waarvan het AI-systeem leert of waarop de AI handelt.
Onderzoekslijnen
Artificial Intelligence
Computer Vision
Vision systems prototyping
Digitale brochure inauguratie Klaas Dijkstra
Innovatief onderwijs
Het lectoraat Computer Vision & Data Science implementeert het onderwijsconcept Design Based Education (DBE). Studenten, docent-onderzoekers en bedrijven werken samen aan real-life projecten in een complexe en internationale context. Dit creëert een inspirerende omgeving die de intrinsieke motivatie bevordert en zo meerwaarde biedt voor alle belanghebbenden. De rollen zijn afgestemd om het leren voor iedereen te optimaliseren en tegelijkertijd doelgericht te zijn zodat de uitkomst van een project echt waardevol is.
Baanbrekende projecten
Enkele voorbeeldprojecten laten de activiteiten van het lectoraat zien. Ze zijn zorgvuldig gekozen om de onderzoeksfocus en de onderzoekslijnen te laten zien.
Gebruik AI om automatisch gedrag van verkeersdeelnemers te detecteren. Deze informatie dient om de besluitvorming te verbeteren en zo de Verkeersveiligheid te optimaliseren.
Detecteer de corrosie van metaal in schepen.
Smokkelwaar detecteren in röntgenbeelden.
Appels in boomgaarden detecteren en meten.
Aardappel-Y-virusinfectie detecteren met behulp van AI.
Bladluizen detecteren in realtime.
I’M A.I.
AI for everyone
I'M A.I. is een initiatief van NHL Stenden om AI-technologie en AI-toepassingen samen te brengen. Het is gebouwd vanuit de sterke en gevestigde basis van computer vision & data science. De missie van I'M A.I.: het delen, verbreden en verdiepen van gezamenlijke kennis over kunstmatige intelligentie. In I'M A.I. dragen de vier hoofdcomponenten bij aan de ambitie om AI voor iedereen beschikbaar te maken: Research Community, Leaning Community, Business Community en Experience Center.
Contact
E-mail: cvds@nhlstenden.com
LinkedIn: Lectoraat Computer Vision Data Science
Recent in het nieuws: 'Hoe AI helpt om smokkelwaar te vinden'
De bodyscanners van OD Security helpen al sinds jaar en dag bij het tegenhouden van illegale smokkelwaar over de hele wereld. Dankzij AI, ontwikkeld samen met NHL Stenden, zijn ze daar nu nog beter in.
Teamleden
Sjors Weggeman
Michele Murgia
