Juho Kannala aloittanut tietotekniikan laitoksella tietokonenäön apulaisprofessorina
Tietokone voi tunnistaa, luokitella ja analysoida asioita kuvista automaattisesti ja reagoida tapahtumiin kameran avulla. Tietokoneella on myös mahdollista analysoida suuria määriä kuvia etsien esimerkiksi tietyntyyppisiä ilmiöitä, joita olisi työlästä havaita ja tulkita pelkästään ihmisvoimin.
- 3D-mallintaminen voi liittyä esimerkiksi robotin, kuten itseohjautuvan auton, autonomiseen liikkumiseen. Muiden tiellä liikkujien tunnistaminen on silloin olennaisessa roolissa, ja siinä on ongelmakohtia, koska olosuhteet, vaatetus ja liikkumismuoto voivat olla hyvin vaihtelevat, kertoo Kannala.
Juho Kannalan tohtorikoulutettava Iaroslav Melekhov siirtyy Kannalan mukana Oulusta Aalto-yliopistoon. Kannala on kevään aikana rekrytoimassa lisää konenäön tutkijoita ryhmäänsä.
Akatemiaprojekti sisätilojen 3D-mallintamisesta
Juho Kannala on osahankkeen johtajana myös uudessa akatemiaprojektissa, jonka toisesta osasta vastaa sähkötekniikan korkeakoulun professori Simo Särkkä.
- Hankkeen tarkoituksena on 3D-mallintaa sisätiloja kameran ja inertiaaliantureiden avulla. Kartta tai malli voi olla robotin tai ihmisen luoma, ja sen perusteella voi esimerkiksi määrittää kameralla varustetun laitteen liikeradan ja paikan, kertoo Kannala uudesta Akatemia-hankkeesta.
Kannala on valmistunut Teknillisestä korkeakoulusta vuonna 2004; diplomityössään hän mittasi ja mallinsi viemäriputkia konenäön avulla. Kannala väitteli tohtoriksi vuonna 2010 Oulun yliopistosta, aiheenaan geometrisen tietokonenäön mallit ja menetelmät. Väitöksensä jälkeen Kannala oli ensin Akatemian tutkijatohtorina ja sitten akatemiatutkijana Oulun yliopistossa. Kannala tuli Aalto-yliopistoon Oulun yliopiston tieto- ja sähkötekniikan tiedekunnasta, konenäön tutkimuskeskuksesta.
- Julkaistu:
- Päivitetty:
Lue lisää uutisia
Tutustu meihin: Professori Maria Sammalkorpi
Sammalkorpi on väitellyt tohtoriksi Teknillisestä korkeakoulusta vuonna 2004. Väiteltyään Sammalkorpi on toiminut tutkijana mm. Princetonin ja Yalen yliopistoissa sekä Aalto-yliopistossa.
Fyysikot saivat bakteerit uimaan lähes täydellisissä riveissä
Bakteerien ohjaaminen onnistui magneettikentän avulla. Löytö auttaa ymmärtämään bakteeripopulaatioiden käyttäytymistä ja voi jatkossa auttaa esimerkiksi kehittämään uuden sukupolven materiaaleja, joista kaavaillaan apua muun muassa lääkkeiden kohdennettuun kuljettamiseen kehon sisällä.
Tutkijat loivat ainutlaatuisen ennustemallin kuvaamaan pandemian leviämistä maiden rajojen yli
Pohjoismainen yhteishanke pureutui koronaviruksen leviämiseen vuonna 2020. Tutkimuksen avulla voidaan jatkossa ennakoida paremmin, milloin ja mitkä matkustusrajoitukset ovat pandemiaolosuhteissa tarkoituksenmukaisia.