Projekt · Dnr 2021-05038 · Källa: Vinnova
DIFFUSE uppdelning av features för systematisk utvärdering
- Koordinator
- RISE RESEARCH INSTITUTES OF SWEDEN AB
- Projekttid
- 2022-04-01 till 2024-06-14 (avslutat)
- Beviljat bidrag
- 3 657 500 SEK
- Diarienummer
- 2021-05038
Beskrivning
Vi utforskar ett tillvägagångssätt för att automatiskt samla in stora syntetiska dataset med olika ansiktsbilder. Projektet fokuserar på att undersöka användningen av uppdelade och tolkningsbara latenta utrymmen inom toppmoderna generativa ramverk, såsom Generative Adversarial Networks och 3DMM, för att validera andra maskininlärningsmodeller och generera syntetiska data för träningsändamål. Den primära inriktningen är att generera ansiktsbilder, med autentisering av förare som ett av de tillämpningsområden där dessa metoder testas. Två metoder för särdragsupplösning har testats. En som använder Basel Face Model och en annan med Generative Adversarial Networks. Resultaten har visat att de förbättringar som gjorts i detta projekt av Basel Face Model gör det möjligt för oss att generera data som är jämnt fördelade över flera attribut som kön och etnicitet, vilket bättre kan balansera modeller som tränats på partiska dataset och minska deras partiskhet. Vår nya metod relaterad till Generative Adversarial Network visar också lovande resultat för att koda bildinformation i ett uppdelat latent utrymme.
Hittar Vinnova inte sidan? Sök på diarienumret hos Vinnova.
Liknande
-
6G-Plattform för AI-Datorsyn
RISE RESEARCH INSTITUTES OF SWEDEN AB · 2025-03-03 · 99 750 SEK · Projekt
Målet att utveckla AI-drivna metoder för smartare dörrsystem uppfylldes. Projektet skapade en automatiserad pipeline för datainsamling och ett unikt dataset för fotgängarbeteende. Utvärderingen visade att geometriska data ofta räcker för tillförlitliga förutsägelser på kort sikt, medan kroppspositio…
-
SMF DRIZZLE: Kvantifiering av osäkerheter för dagvattenberäkningar av föroreningar, rening, flöden och utjämning
STORMTAC AB · 2020-09-01 · 500 000 SEK · Projekt
Målet är att förbättra kvantifieringen av osäkerheter i beräkning av föroreningstransport i dagvatten samt beräknade reningseffekter för olika dagvattenanläggningar. För syftet uppdaterades StormTac Database med granskad data för beräkningarna. Databasen släpptes med tillämpning i StormTac Web-model…
-
Site Specific Forestry AI
Deep Forestry AB · 2020-06-11 · 270 000 SEK · Projekt
Projektet Site Specific Forestry AI genomfördes med resultat som var över förväntan. Ett system för att annotera data med en handhållen enhet och tilldela attribut för objekt av intresse utvecklades. Tester visar på goda resultat med attribut tilldelade objekt för t.ex. naturvärden. Datan användes i…
-
AI/ML Raslastning
AGIO SYSTEM OCH KOMPETENS I SKANDINAVIEN AB · 2019-10-01 · 347 325 SEK · Projekt
Projektets primära mål var att Agio skulle lära sig mer om AI/ML och hur man kan applicera kunskapen i en produktionsmiljö. Detta mål har Agio uppfyllt då man idag vet mycket mer om AI/ML än när resan startades i slutet av 2019. Agio har fått insikt i vikten av att lära känna den data man har till f…
-
LEAKPRO: Leakage Profiling and Risk Oversight for Machine Learning Models
Lindholmen Science Park AB · 2023-11-01 · 9 999 968 SEK · Projekt
Projektets mål uppfylldes genom utvecklingen av LeakPro, en open source-mjukvara för att mäta informationsläckage i AI-modeller, syntetiska data och federerad inlärning. Verktyget stödjer flera modaliteter och modellarkitekturer och innehåller metoder som är state of the art LeakPro används nu i Sca…