Přístupnostní navigace
E-application
Search Search Close
Project detail
Duration: 01.01.2023 — 31.12.2026
Funding resources
Ministerstvo vnitra ČR - 1 VS OPSEC
- whole funder
On the project
Projekt inovuje oblast forenzního zkoumání materiálů využitím možností umělé inteligence(AI) pro exaktní a bezchybné vyhodnocení big dat, která produkují moderní analytické systémy a které začínají být nad možnostmi operátora, např. pro zjištění nepatrných rozdílů mezi originálem a spornou stopou, nebo úmyslnou modifikací. Aplikace schopností na míru vytvořeného SW AI pro možnost zpracování objemů dat ze systému pro nedestruktivní analýzu materiálů, zahrnujícího nedestruktivní metody (spektrální rentgen, počítačovou tomografii, ultrazvuk, rentgenovou fluorescenci, rentgenovou difrakci a multispektrální zobrazení). Zpracování datových souborů v reálném čase a vyhledávání anomálií pomocí SW AI v podobě zcela nových technologických postupů, které budou unikátní jak v rámci ČR, tak i ve světě.
Description in EnglishThe project fundamentally innovates the field of forensic analysis by using Artificial Intelligence (AI) for exact and error-free evaluation of big data produced by modern analytical systems (e.g. developed prototype system for robotic multimodal non-destructive analysis, based on X-ray imaging technology, multispectral imaging, XRF, XRD, laser ranging, VNIR, SWIR, UV and others - VB01000046). Exact data evaluation, anomaly detection and match design is becoming beyond the capabilities of the operator/expert (e.g. to detect tiny differences between the original and the suspect trace). The application of customised AI software for real-time processing of datasets and anomaly finding in the form of new technological approaches is unique not only in the Czech Republic but in the world.
Keywordszpracování obrazu, umělá inteligence
Key words in Englishartificial intelligence, computer vision, defectoscopy, forensic science
Mark
VK01010153
Default language
Czech
People responsible
Burget Radim, doc. Ing., Ph.D. - principal person responsible
Units
Department of Telecommunications- beneficiary (2022-05-16 - not assigned)
Results
SINHA,H..; KARNATI, AGGARWAL, G.;M.; DUTTA, M.K.; MEZINA, A., BURGET, R. DMRBNet: Dilated Multi-scale Residual Block-based Deep Network for Detection of Breast Cancer from MRI Images. In 15th International Congress on Ultra Modern Telecommunications and Control Systems and Workshops (ICUMT). Ghent: 2023. p. 38-43. ISBN: 979-8-3503-9328-6.Detail
BURGET, R.; CHAUHAN, R.; KARNATI, M.; DUTTA, M. Plant Disease Identification Using a Dual Self-Attention Modified Residual-Inception Network. In 2023 15th International Congress on Ultra Modern Telecommunications and Control Systems and Workshops (ICUMT). Ghent: 2023. p. 170-175. ISBN: 979-8-3503-9328-6.Detail
PRANADA, A.; ČIČATKA, M.; KARÁSEK, J.; HEß, C. Diagnostic Performance of an Automated Robot for MALDI Target Preparation in Microbial Identification. JOURNAL OF CLINICAL MICROBIOLOGY, 2024, no. 09-2024, p. 1-12. ISSN: 0095-1137.Detail
ČIČATKA, M.; BURGET, R.; KARÁSEK, J.; LANCOS, J. Increasing segmentation performance with synthetic agar plate images. Heliyon, 2024, vol. 10, no. 3, p. 1-14. ISSN: 2405-8440.Detail
MYŠKA, V.; MEZINA, A.; VANĚK, P.; BURGET, R.; GENZOR, S.; MIZERA, J.; ŠTÝBNAR, M.; KIAC, M.; FROLKA, J. CovidStopHospital: e-Health Service for X-Ray-Based COVID-19 Classification and Radiologist-Assisted Dataset Creation. In 15th International Congress on Ultra Modern Telecommunications and Control Systems and Workshops (ICUMT). Ghent: 2023. p. 62-67. ISBN: 979-8-3503-9328-6.Detail