Master Thesis - Deep Learning for 3D Point Clouds
SICK är en världsledande leverantör av sensorer och sensorlösningar för industriella tillämpningar. SICK-koncernen har ca 10 000 anställda runt om i världen och huvudkontoret ligger i Waldkirch, Tyskland. SICK i Linköping är kompetenscenter för Machine Vision. Teknikområdet består av 3D-avbildning och mjukvara för bildanalys och visualisering. I mer än 30 år har SICK i Linköping framgångsrikt utvecklat och levererat teknikledande produkter inom 2D och 3D vision, liksom systemlösningar för t ex robotstyrning och kvalitetskontroll. SICK i Linköping har ca 75 anställda och finns i Mjärdevi Science Park.
Deep learning has revolutionized many fields, especially computer vision, where you get state of the art results in areas such as classification, object detection and segmentation.
Most focus has been on using images as input to deep neural networks but in some applications only 2D information is not enough.
SICK has different kind of sensors which produce 3D information and this thesis is about finding known objects within a 3D point cloud with deep learning, for example using object detection or instance segmentation.
Aspects that might be considered are:
- Deformable objects
- Cluttered scenes
- Generalization from synthetic data
- Incorporation of temporal data
- Efficiency during inference
Prerequisites
- Machine learning
- Computer vision
- Programming in Python
- Deep learning framework such as TensorFlow
Contact
For more information, contact R&D Manager Andreas Wrangsjö, andreas.wrangsjo@sick.se
We look forward to your application before the 18th of October!
Ansvarig rekryterare
Charlotte Axelsson
Ansökan
Annonsen är avslutad och det går inte längre att ansöka.