Tudományos Diákköri Konferencia témák
Mérés- és műszertechnika, finommechanika
Precíziós 2D méréstechnikai alkalmazás fejlesztése.
- Témavezető(k)
Dr. Samu Krisztián
- Csoportméret
1
- Nyelv
magyar
Mitutoyo 2D mérőgéppel történő kalibráció fejlesztése.
Létrehozva: 2022. 02. 02.
Affordancia észlelés virtuális valóságban
- Témavezető(k)
Dr. Samu Krisztián
- Csoportméret
1
- Nyelv
angol
Az "affordanciák" lehetőségek cselekvésre, amik a hétköznapi életben meghatározzák, hogy egy bizonyos cselekvés döntése lehetséges-e vagy sem. Például, a zebrán való átkelésre egy bizonyos időintervallumon belül van lehetőség, figyelembe véve az érkező jármű sebességét, a gyalogos sebességét, és a zebra hosszát. Virtuális valóság (VR) technológiában egyszerű vizsgálni ezeket a jelenségeket és a mozgáskoordináció feltérképezésére is lehetőség nyílik. Alapvető hipotézisünk, hogy környezeti és testi paraméterek együttesen határozzák meg az affordancia helyes megitélését, feedback nélkül is - tehát, mielőtt a cselekvésre sor kerülne.
Elvégzendő feladatok és készségek:
1.Virtuális valóság kisérlet beállitása Unity Engine-ben
2.Programozási nyelvekben való jártasság (C#, C++, python, MATLAB)
3.Angol nyelvtudás
4.Hetente konzultáció a nemzetközi (USA/HU/EU) kutatócsoporttal Zoom-on
Frissítve: 2022. 02. 08.
Optika
Emberi mozgásfelismerés videófelvételek optic flow elemzése alapján
- Témavezető(k)
Dr. Samu Krisztián
- Csoportméret
1
- Nyelv
angol
Az „optic flow” fénymintázat mozgásdetektáló algoritmusként használható, ami többek között információt szolgáltat a videófelvételben megjelenő tárgyak, emberek, és a környezet globális mozgásirányáról, sebességéről. Ezt az algoritmust használják önvezérlő járművek vezérlésében is. Jelen projektben azt vizsgáljuk, felismerhető-e az emberi viselkedés a videójelben rejlő optic flow mintázat alapján. Az optic flow-t manipulálva emberi észlelési tesztekkel derül fény arra, hogy mi a mozgásfelismerés alsó ingerküszöbe humán kísérletekben.
Elvégzendő feladatok és készségek:
1. OpenPose (https://github.com/CMU-Perceptual-Computing-Lab/openpose) vagy ehhez hasonló videóelemző szoftver használata mozgásfelismeréshez
2. Programozási nyelvekben való jártasság (C#, C++, python, vagy MATLAB)
3. Angol nyelvtudás
4. Hetente 1-2 órás konzultáció a nemzetközi (USA, HU, EU) kutatócsoporttal Zoom-on
Frissítve: 2022. 02. 08.
Színlátásvizsgáló szoftver minősítése különböző képmegjelenítő eszközökön
- Témavezető(k)
Dr. Samu Krisztián
- Csoportméret
1
- Nyelv
magyar
A #seecolors színlátásvizsgáló szoftver spektrofotometriai minősítése a Samsung különböző megjelenítőin (telefon, tablet, TV).
Létrehozva: 2022. 02. 11.