Predictive modelling of real time video of outdoor scenes captured with a moving handheld camera

Viktiga resultat som projektet gav

Projektets mål var att skapa en fungerande prototyp av mjukvara för robust prediktiv modellering av realtidsvideo av utomhusscener som tagits med en rörlig kamera. Projektets aktiviteter har uppnått denna målsättning. Framtagna metoder förs nu in i ett flertal av bolagets kommersiella produkter. Genom en omfattande FoU-insats har det utvecklats algoritmer som möjliggör att identifiera, spåra och följa sub-pixel stora objekt som rör sig i hög hastighet i en rörlig videoström. Samarbetet med den akademiska parten har också lett till publicering av två vetenskapliga artiklar.

Långsiktiga effekter som förväntas

Projektet har gjort det möjligt för Protracer att ytterligare stärka sin tillväxtpotential och förmåga att förnya sig. Tack vare den nya modellen har Protracer brutit ny mark på den internationella marknaden och nått långsiktiga konkurrensfördelar. Projektet har genererat ett flertal spin-off resultat som funnit användning i andra produkter. Forskare på Uppsala Universitet utvärderar användning av de algoritmer som har utvecklats för olika biomedicinska tillämpningar.

Upplägg och genomförande

Projektet var uppdelat i fyra arbetspaket. Den inledande marknadsanalysen demonstrerade tydligt behovet. Den vetenskapliga analysen identifierade en kombination av lämpliga metoder att testa och vidareutveckla. Dessa integrerades sedan i en prototyp. Påföljande utvärdering visade på för och nackdelar med den valda metodiken varefter utvecklingsfaser itererades med utökade tester för att uppnå önskvärd funktionalitet och pålitlighet. Projektet genomfördes i samarbete med Centrum för bildanalys, Uppsala universitet.