Transcript הצורך

1
‫רקע‬
‫‪ ‬מקורות וידאו וחיישנים שונים המאפשרים קבלת‬
‫מידע תלת‪-‬מימדי הופכים לזמינים בכל תחום של‬
‫חיינו‬
‫‪ ‬הצורך להבין את הסצינה בצורה אוטומטית הולך‬
‫וגובר‪ ,‬במגוון תחומים‬
‫‪ ‬עלות החיישנים ויכולות החישוב דלות הספק נהיו‬
‫זולות וזמינות – פותח תחומים ושווקים חדשים‬
‫לטכנולוגיה‬
‫‪ ‬נדרש לפתח יכולות לניתוח והבנה של ממד העומק‬
‫‪2‬‬
‫פוטנציאל עסקי מקיף‬
‫‪3‬‬
‫‪‬‬
‫תעבורה‬
‫‪‬‬
‫חקלאות‬
‫‪‬‬
‫אבטחה‬
‫‪‬‬
‫רפואה (דימות‪ ,‬טיפולית)‬
‫‪‬‬
‫מידע עסקי מבוסס וידאו‬
‫‪‬‬
‫ביטחוני‬
‫‪‬‬
‫תפעול‬
‫‪‬‬
‫רובוטיקה וכלים בלתי מאויישים‬
‫‪‬‬
‫פנאי (משחקים‪ ,‬ספורט)‬
‫ישראל – יתרון יחסי‬
‫‪‬‬
‫‪‬‬
‫‪‬‬
‫‪4‬‬
‫למדינת ישראל ידע ויכולות מתקדמות בתחום התלת‪-‬מימד‬
‫(למשל ‪PrimeSense, 3DV, Inuitive, Omek, Magna,‬‬
‫‪)Cognitens‬‬
‫האקדמיה בישראל נמצאת בחזית המחקר העולמי בתחום‬
‫חברות וגופי מחקר רבים ברחבי העולם משקיעים רבות‬
‫ומתקדמים בתחום בצעדי ענק (למשל ‪Perceptual Computing‬‬
‫של אינטל‪ ,‬קינקט של מיקרוסופט‪ ,‬מחקרים במכונים ואקדמיה‪,‬‬
‫ועוד)‬
‫החזון‬
‫‪5‬‬
‫יעדי המאגד‬
‫‪6‬‬
‫‪‬‬
‫פיתוח יכולות הבנת סצנה והאובייקטים הכלולים בה תוך שימוש‬
‫במידע עומק במערכות מבוססות וידאו‪.‬‬
‫‪‬‬
‫שיפור ביכולת ניתוח התנהגויות מורכבות של אובייקטים‬
‫‪‬‬
‫הפקת מידע עומק‪ ,‬בנוסף למידע חזותי‪ ,‬במערכות ווידאו קיימות‪.‬‬
‫היזמים במאגד‬
‫פרופ' אהוד ריבלין‬
‫‪7‬‬
‫פוטנציאל מגוון נוסף למאגד‬
‫חברות שכבר‬
‫הביעו ענין‪:‬‬
‫חברות נוספות‬
‫במגוון תחומים‪:‬‬
‫פוטנציאל למאגד בינוני‪-‬גדול שמקיף חברות רבות‬
‫‪8‬‬
‫תרומת האקדמיה‬
‫‪‬‬
‫לאקדמיה בארץ בכורה עולמית בנושאי ראייה ממוחשבת‬
‫ולמידה חישובית‪.‬‬
‫‪‬‬
‫המוסדות האקדמיים יתרמו תשתית מתמטית ואלגוריתמית‬
‫ואבני בנין בסיסיות שבעזרתן תוכלנה החברות התעשייתיות‬
‫לפתח פתרונות‪.‬‬
‫‪‬‬
‫‪‬‬
‫‪‬‬
‫‪‬‬
‫‪‬‬
‫‪9‬‬
‫טכניון‪ ,‬פרופ' ריבלין – חילוץ תלת מימד מוידיאו‪ ,‬ניתוח התנהגות‬
‫מכון ויצמן‪ ,‬פרופ' בצרי ‪ -‬אלגוריתמים לשחזור תלת‪-‬מימדי ולזיהוי חלקי‪-‬‬
‫עצם סמנטיים בוידאו‬
‫‪ ,IDC‬פרופ' הל‪-‬אור – ניתוח התנהגות‪indexing ,‬‬
‫אוניברסיטת חיפה‪ ,‬פרופ' שמשוני – שחזור תלת‪-‬מימד עמיד‪ ,‬אחזור מידע‬
‫תלת מימדי‬
‫האוניברסיטה העברית‪ ,‬פרופ' וינשל ‪ -‬ניתוח רגשות מהבעות פנים ומחוות‬
‫גוף )‪ )gestures‬ע"ס וידאו או תמונות של מצלמות תלת מימדיות‬
‫פערים טכנולוגיים ונושאי מו"פ למאגד‬
‫‪‬‬
‫‪‬‬
‫תיוג ואחזור ווידאו הכולל מידע עומק‬
‫‪‬‬
‫היתוך מידע ‪ 3D‬ו‪2D -‬‬
‫‪‬‬
‫הוספת סמנטיקה לוידאו ‪ /‬מודלים ‪3D‬‬
‫‪‬‬
‫סיווג אובייקטים‪ ,‬מתארים מבוססי עומק‪ ,‬מתארים המשלבים עומק וצבע‬
‫‪‬‬
‫מיפוי מרחב ע"י חיישנים שונים מזוויות שונות‪ ,‬טיפול בבעיות הנובעות מחפיפה‬
‫‪‬‬
‫עקיבה ומיקום אובייקטים במרחב‬
‫‪‬‬
‫‪10‬‬
‫זיהוי ומיפוי עומק בסצנה בתנאים שונים‪ :‬פנים‪/‬חוץ‪ ,‬רמות תאורה שונות‪ ,‬טווחים‬
‫שונים‪ ,‬סביבה קשיחה ‪ /‬דינמית ‪ /‬צפופה‬
‫ניתוח התנהגות ברמות גירעון שונות‪ :‬מתנועת אצבעות ועד להתנהגות של‬
‫קבוצת אנשים‬
‫יישומים אפשריים לתוצרי מאגד ‪ -‬ורינט‬
‫‪‬‬
‫בתחום המודיעין העסקי‪ ,‬שואפת ורינט לספק מידע מקיף על תנועת‬
‫הלקוחות והתנהגותם במתחם כולו‪ .‬נשתמש במידע עומק בנוסף לצבע‬
‫לצורך הבנת הרקע‪ ,‬הפרדה בין אנשים לרקע‪ ,‬העקיבה בתוך מצלמה ובין‬
‫מצלמות ומיקום הלקוחות במתחם‬
‫‪‬‬
‫בתהליך ניתוח תורים אנו נתקלים בצפיפות‪ ,‬הסתרות חלקיות והתנהגות‬
‫מסובכת‪ .‬מידע עומק‪ ,‬בנוסף לצבע‪ ,‬יקל על הפרדה בין אנשים ובין‬
‫אנשים לאובייקטים אחרים‬
‫‪‬‬
‫ניתוח התנהגות‪:‬‬
‫‪‬‬
‫‪‬‬
‫‪‬‬
‫‪11‬‬
‫ניטור תנועות של עובדי קופה – מניעת גניבות‬
‫ניטור תנועות ידיים בכספומט – ‪ATM Tampering‬‬
‫ניתוח התנהגות חשודה במערכות ‪Safe City‬‬
‫יישומים אפשריים לתוצרי מאגד ‪ -‬רפאל‬
‫‪12‬‬
‫‪‬‬
‫לשימוש במידע תלת מימד תרומה חשובה ביישומי התמצאות‪ ,‬מיפוי‪,‬‬
‫ניווט‪ ,‬והבנת סצנה‬
‫‪‬‬
‫בעולם הביטחוני יש צורך לספק מידע זה באופן עדכני ובזמן אמת‪,‬‬
‫וכן למצוא גישות יעילות למצות ממנו תובנות‬
‫‪‬‬
‫נושאי עניין‪:‬‬
‫‪ ‬שחזור תלת מימד מוידיאו בזמן אמת‬
‫‪ ‬שחזור מבנה של עצמים נעים גם כשהמצלמה בתנועה‬
‫‪ ‬היתוך מידע ‪ 3D‬לעדכון ושיפור מודלים‬
‫‪ ‬שחזור תלת מימד מחיישנים אקטיביים‬
‫‪ ‬שחזור מידע תלת מימדי מוידיאו ‪indoor‬‬
‫(למשל לטובת ניווט ללא ‪)GPS‬‬
‫יישומים אפשריים לתוצרי מאגד ‪HTS -‬‬
‫‪13‬‬
‫‪‬‬
‫מידע תלת ממדי מאפשר הבנת צורת אובייקט באופן מדויק וחיוני לצורך‬
‫סיווג אמין של רכבים‪ .‬סיווג יצרן ומודל הרכב שימושי מאוד למגוון‬
‫יישומים רחב כגון התרעה על רכבים גנובים‪ ,‬מידע פרסומי ועסקי‪ ,‬כלי‬
‫חיפוש יעיל עבור משטרות ועוד‪.‬‬
‫‪‬‬
‫עבור יישומים של נמלים כגון זיהוי ומעקב אחר מכולות‪ ,‬היכולת לזהות‬
‫את מיקום המכולה במרחב התלת ממדי (כאשר הוא נישא מהמנוף‬
‫לספינה ולהפך) מאפשרת צילום ופיענוח מדויקים יותר של פרטי‬
‫המכולה‪.‬‬
‫מחקרים אפשריים במסגרת המאגד ‪ -‬ורינט‬
‫‪‬‬
‫מודל רקע משולב עומק ומידע חזותי‬
‫‪‬‬
‫‪‬‬
‫‪‬‬
‫‪‬‬
‫‪14‬‬
‫הפער‪ :‬מודל רקע מבוסס מידע חזותי בלבד אינו מאפשר הבנה של מבנה‬
‫הזירה ואינו מאפשר לבודד חפצים בעלי צבע דומה אך מרחק שונה‬
‫מתארים מבוססי עומק ומידע נוסף לסווג אובייקטים והעברה בין‬
‫מצלמות‬
‫‪‬‬
‫‪‬‬
‫הצורך‪ :‬הבנת מבנה הזירה (רצפה‪ ,‬הסתרות אפשריות)‪ ,‬מיקוד קשב‬
‫הצורך‪ :‬סיווג אובייקטים שאינם קשיחים‪ ,‬בפרט אנשים‬
‫הפער‪ :‬אלגוריתמים המשתמשים במתארים מבוססי מידע חזותי בלבד‬
‫מגיעים לאחוזי סיווג נמוכים ברבים ממאגרי הנתונים הציבוריים ומושפעים‬
‫מאד מהרקע‬
‫השגת מידע עומק בזווית רחבה (כמעט ‪)fisheye‬‬
‫‪‬‬
‫הצורך‪ :‬חסכון במספר המצלמות ובצורך להעביר מידע ביניהן‬
‫‪‬‬
‫הפער‪ :‬לא קיימות מצלמות עומק מסחריות לזווית רחבה‪,‬‬
‫מחקרים אפשריים במסגרת המאגד ‪ -‬ורינט‬
‫‪‬‬
‫ניתוח התנהגות ברזולוציה גבוהה (ידיים) ונמוכה יותר (גוף מלא)‬
‫‪‬‬
‫‪‬‬
‫‪‬‬
‫‪‬‬
‫‪15‬‬
‫הצורך‪ :‬זיהוי התנהגויות בכלל והתנהגויות חריגות בפרט‬
‫הפער‪ :‬מודלים לניתוח התנהגות מתאפיינים בעלות חישוב גבוהה‪ .‬שימוש במידע‬
‫עומק קיים ואף במודלים משוחזרים ממידע כזה מאפשר הקלה משמעותית בעומס‬
‫החישוב‪.‬‬
‫קריאת עומק באזורי חפיפה בין מצלמות עומק אקטיביות‬
‫‪‬‬
‫הצורך‪ :‬כיסוי שטח‬
‫‪‬‬
‫הפער‪ :‬מצלמות אקטיביות מאירות את הזירה ומניחות ידע על האור הנקלט‪ .‬בכך‬
‫הן מפריעות זו לזו בקריאת העומק באזורי החפיפה‪.‬‬
‫עומק בתנאי תאורה משתנים‬
‫‪‬‬
‫הצורך‪ :‬מצלמות פנים המושפעות מאד מתנאי חוץ (למשל מצלמה מול דלתות חוץ)‬
‫‪‬‬
‫הפער‪ :‬התמודדות עם איכות משתנה של קריאת עומק‬
‫מחקרים אפשריים במסגרת המאגד ‪ -‬רפאל‬
‫‪‬‬
‫שחזור תלת מימד מוידיאו בזמן אמת‬
‫‪‬‬
‫‪‬‬
‫‪‬‬
‫‪‬‬
‫שחזור מבנה של עצמים נעים (קשיחים‪/‬לא קשיחים) גם‬
‫כשהמצלמה בתנועה‬
‫‪‬‬
‫‪‬‬
‫‪‬‬
‫‪16‬‬
‫הצורך‪ :‬במערכות המשמשות לניתוח ולקבלת החלטות יש צורך בהפקת‬
‫נתונים ובשחזור זמן אמת‪.‬‬
‫הפער‪ :‬האלגוריתמיקה הנדרשת ליצירת תלת מימד הינה עתירה בחישובים‪,‬‬
‫תוצאה מכך שחזור תלת מימד מתבצע באופליין ודורש מחשבים עוצמתיים‬
‫במיוחד‪.‬‬
‫תחום פעילות‪ :‬יצור נתוני תלת מימד‬
‫הצורך‪ :‬השימוש כיום בפלטפורמות צילום ניידות הופך לזמין יותר ויותר‬
‫(טלפונים ניידים‪ ,‬רחפנים‪ ,‬רובוטים‪ ,‬רכבים אוטונומיים‪ .)..,‬פלטפורמות אלו‬
‫מספקות וידיאו המופק תוך כדי תנועת הפלטפורמה‪.‬‬
‫פער‪ :‬הגישה המקובלת לשחזור תלת מימד מניחה את אחת מהאפשרויות‬
‫הבאות‪ :‬שהעצמים סטטיים והמצלמה בתנועה או שהעצם בתנועה והמצלמה‬
‫סטטית (אך לא ששני הדברים קורים בו זמנית)‪.‬‬
‫תחום פעילות‪ :‬יצור נתוני תלת מימד‬
‫מחקרים אפשריים במסגרת המאגד ‪ -‬רפאל‬
‫‪‬‬
‫היתוך מידע ‪ 3D‬לעדכון ושיפור מודלים ‪3D‬‬
‫‪‬‬
‫‪‬‬
‫‪‬‬
‫‪‬‬
‫שימוש במידע תלת מימדי ‪ indoor‬מוידיאו או מחיישנים אקטיביים‬
‫(למשל לטובת ניווט ללא ‪)GPS‬‬
‫‪‬‬
‫‪‬‬
‫‪‬‬
‫‪17‬‬
‫הצורך‪ :‬במקרים רבים קיים כבר מידע תלת מימדי עבור סצנה נתונה‪ ,‬אך לא‬
‫כולו עדכני ויש צורך לעדכן חלקים ממנו‪.‬‬
‫הפער‪ :‬היכולת להבין אילו חלקים במודל השתנו והיכולת להתך אותם בצורה‬
‫מדוייקת עם המידע התלת‪-‬ממדי העדכני‪.‬‬
‫תחום פעילות‪ :‬יצור נתוני תלת מימד ‪ +‬קבלת נתוני תלת מימד כבסיס‬
‫הצורך‪ :‬בתרחישי ‪ indoor‬כאשר נדרשת התמצאות‪ ,‬לא ניתן לעשות‬
‫שימוש ב‪ ,GPS-‬במקרים כאלו ניתן להשתמש במידע תלת מימדי‬
‫לטובת התמצאות וניווט‪.‬‬
‫הפער‪ :‬היכולת להפיק ולפענח את המידע התלת‪-‬מימדי במהירות‬
‫וביעילות בצורה שתאפשר התמצאות בתרחישי ‪indoor.‬‬
‫תחום פעילות‪ :‬יצור נתוני תלת מימד ‪ +‬קבלת נתוני תלת מימד כבסיס‬
‫מחקרים אפשריים במסגרת המאגד ‪HTS -‬‬
‫‪‬‬
‫הפקת מודל תלת ממדי של רכב לצורך סיווג‬
‫‪‬‬
‫‪‬‬
‫‪‬‬
‫ניתוח תנועה של רכבים לצורך התרעה על אירועים (מהירות‪ ,‬עומס‪,‬‬
‫תאונות ועוד)‬
‫‪‬‬
‫‪‬‬
‫‪18‬‬
‫הצורך‪ :‬זיהוי סוגי רכבים‬
‫הפער‪ :‬כיום ניתן לזהות באופן חלקי בלבד עפ"י סמל לוגו‪ .‬שיטה זו מושפעת‬
‫מאוד מתנאי תאורה וזויות צילום‪ .‬מידע תלת מימדי של צורת הרכב ישפר‬
‫משמעותית את אמינות הזיהוי ויאפשר חיתוך של מידע זה עם מידע חזותי‪.‬‬
‫הצורך‪ :‬שיפור יכולות ניטור ובטיחות‬
‫הפער‪ :‬הבנת מיקום וצורת הרכב והפרדתו מרכבים אחרים ע"י צילום דו ממדי‬
‫מוגבלת בעיקר בשל הקושי להפריד בין הרכב לבין הצל שהוא יוצר על הכביש‬
‫או צל שנוצר ע"י רכבים בנתיב סמוך‪.‬‬
‫מחקרים אפשריים במסגרת המאגד ‪HTS -‬‬
‫‪‬‬
‫איכון מדויק ועקיבה אחר עצמים באוויר‪ ,‬בזמן אמת ובמרחב של עשרות‬
‫מטרים (מכולות בנמל)‬
‫‪‬‬
‫‪‬‬
‫‪19‬‬
‫הצורך‪ :‬זיהוי מיקום ואוריינטציה של מכולות‬
‫הפער‪ :‬דו‪ -‬מימד אינו מאפשר לקבל ממד עומק החיוני לאיכון מדוייק‬
‫של המכולה באוויר בזמן אמת‪.‬‬
‫קווים משותפים למחקר‬
‫‪ ‬קווים ‪ /‬מחקרים משותפים לחברות‪:‬‬
‫‪ ‬יצירת עומק ממידע וידאו בסביבה מרובת מצלמות‬
‫‪ ‬שחזור מבנה תלת ממדי מתוך מספר מבטים ו‪/‬או מידע עומק‬
‫ממצלמות אקטיביות‬
‫‪ ‬מתארים )‪(descriptors‬מבוססי עומק‬
‫‪ ‬הבנת מיקום תלת ממדי של אובייקטים סטטיים ונעים‬
‫‪ ‬שחזור מבנה תלת ממדי של אובייקטים נעים‬
‫‪ ‬הפקת צורה תלת ממדית של עצמים‬
‫‪20‬‬
‫סיכום‬
‫‪21‬‬
‫‪‬‬
‫תחום רחב ועמוק‪ ,‬בעל פוטנציאל עסקי עולמי רב‬
‫‪‬‬
‫מגוון רחב של חברות ושל ישומים‬
‫‪‬‬
‫מובילות עולמית ישראלית – שימור ושיפור‬
‫תודה‬
‫‪22‬‬