Djupinlärning i 3D

Examensarbete: Djupinlärning i 3D Semantisk analys av terrängen är en viktig komponent för att automatiskt kunna identifiera hinder och bedöma framkomlighet för olika markfordon. Kombineras kameror och 3D-lidar öppnas möjligheten till semantisk scensegmentering och klassificering av terräng med djupinlärningsmetoder (eng. deep learning) i 3D som också kan ta stöd från bilddata.  Dina uppgifter: Din uppgift är att implementera och utvärdera djupinlärningsmetoder för semantisk segmentering eller förändringar i punktmoln. Klassificeringen av terräng och hinder ska baseras enbart på lidardata, men metoderna kan utnyttja bilddata vid förträning och träning av modellerna. Din profil: Vi söker dig som är masterstuderande till Civilingenjör på Teknisk fysik, Elektroteknik, Datateknik, Informationsteknologi, Medicinsk teknik, Medieteknik eller motsvarande. Du har inriktning mot datorseende, bildanalys eller maskininlärning och är intresserad av att arbeta med state-of-the-art-algoritmer för maskininlärning för 3D-data (exempelvis djupinlärning för punktmoln). Vi erbjuder: När du gör ditt exjobb hos oss ger vi dig en god inblick i vår verksamhet, där du får arbeta i en kreativ miljö. Arbetet på FOI bedrivs i form av projekt av varierad storlek och karaktär. Att arbeta på FOI innebär ett omväxlande arbete med stor grad av frihet och krav på egna initiativ och hög kompetens. På FOI kommer du att arbeta i en forskningsnära miljö, full av engagerade experter och handledare som stöttar dig på bästa sätt.  Arbetet kommer att ske på plats vid avdelningen för Cyberförsvar och ledningsteknik i Linköping. Läs gärna mer om vad vi gör:  https://foi.se/om-foi/organisation/cyberforsvar-och-ledningsteknik.html  Har vi fångat ditt intresse? Du är välkommen med frågor till Maria Axelsson som nås på telefon 013-37 80 00. Då arbetet sker på en säkerhetsklassad anläggning krävs svenskt medborgarskap. Säkerhetsprövning med registerkontroll kommer att genomföras före examensarbetet enligt säkerhetsskyddslagen. Vi vill att du ansöker om examensarbetet med ett komplett CV inklusive senaste betygsutdraget samt ett personligt brev. Löpande urval kommer att ske under ansökningstiden. / Examensarbetet startar enligt överenskommelse.