Mentionsy Mentionsy
Nieliniowy
Nieliniowy

Wykrywanie sytuacji niebezpiecznych - Michał Staniszewski - Politechnika Śląska

31.12.2023 ·41 min 23 s · 10 rozdziałów

Rozmowa z dr Michałem Staniszewskim z Politechniki Śląskiej.Poruszamy takie tematy jak:- po co symulować pobicia w autobusie- jak wykrywać sytuacje niebezpieczne- czy silniki typu Unreal dobrze nadają się do tworzenia datasetów- śląskie firmy wykorzystujące AI- kierunek "Data science" na Politechnice Śląskiej- ograniczenia w komercyjnym zatrudnieniu programistów na uczelniach- współpraca uczelni z biznesem- czy wizja komputerowa to dobry kierunek rozwoju (w zderzeniu z LLM-ami)Nie wiesz jak nagrać podcast?Zajrzyj do książki "Jak zacząć podcast" - Michał DulembaPolski startup budujący autonomicznego busa:https://blees.coKatedra Grafiki, Wizji Komputerowej i Systemów Cyfrowychhttps://www.polsl.pl/rau6/Firma "spin-off" o której mówimy:https://qsystems.proNapisz do mnie:Michal Dulemba | LinkedInSubskrybuj podcast:Apple PodcastsSpotifyGoogle PodcastsPodcast AddictRSSKorzystam z: Buzzsprout (hosting odcinków):https://www.buzzsprout.com/?referrer_id=1783532Riverside (aplikacja do zdalnego nagrywania):https://www.riverside.fm/?via=dulemba

Wprowadzenie i opis Rol Michala Staniszewskiego

Michał Dulemba przedstawia swojego gościa, doktora Michala Staniszewskiego z Politechniki Śląskiej, który pracuje zarówno w badaniach naukowych, jak i w biznesie AI.

1:46
Badania na Politechnice Śląskiej

Michał Staniszewski opisuje swoje badania na Politechnice Śląskiej, skupiając się na wizji komputerowej i jej zastosowaniach w monitoringu miejskim i transportowym.

3:43
Wykrywanie akcji niebezpiecznych

Rozmowa skupia się na technikach wykrywania akcji niebezpiecznych, takich jak kradzieże i bójki, z wykorzystaniem wizji komputerowej i uczenia maszynowego.

4:28
Problem z danymi do uczenia maszynowego

Michał Staniszewski omawia trudności związane z brakiem wystarczającej ilości danych do uczenia maszynowego, podkreślając potrzebę symulacji i generowania danych.

5:20
Generowanie danych za pomocą Unreal Engine

Rozmowa skupia się na wykorzystaniu silnika Unreal Engine do generowania danych do uczenia maszynowego, omawiając jego zalety i wady.

5:43
Rozwiązania dla wielu kamery i obliczeniowej mocy

Michał Staniszewski omawia problemy związane z przetwarzaniem danych z wielu kamery w czasie rzeczywistym, podkreślając potrzebę optymalizacji obliczeniowej.

3:01
Studia na Politechnice Śląskiej

Rozmowa skupia się na studiach data science i machine learning na Politechnice Śląskiej, opisując różne kierunki i możliwości nauki.

6:34
Spin-off firmy z Politechniki Śląskiej

Michał Staniszewski opowiada o spin-offach z Politechniki Śląskiej, takich jak Future Processing, które realizują ciekawe projekty, takie jak minibus autonomiczny i analiza danych hiperspektralnych.

6:05
Zakres zastosowań wizji komputerowej

Michał Staniszewski omawia zastosowania wizji komputerowej w różnych dziedzinach, takich jak kontrola jakości, zliczanie pasażerów i monitorowanie miejskie.

3:33
Perspektywy przyszłości

Michał Staniszewski podsumowuje rozwój spin-offów i wizji komputerowej na Śląsku, podkreślając szanse na sukces w nowych technologiach.

1:04

Rozdziały i streszczenia generowane automatycznie. Pełna transkrypcja nie jest publikowana — wyszukaj frazę, aby zobaczyć dopasowane fragmenty.