Hola,
¿eres nuevo aquí?

Regístrate gratis y conecta tu empresa con financiación pública, partners y proyectos.

Tengo cuenta

Regístrate

Ver video

EVA

Financiado

Expectational Visual Artificial Intelligence

Visual artificial intelligence automatically interprets what happens in visual data like videos. Today’s research strives with queries like: Is this person playing basketball?; Find the location of the brain stroke; or Track the g... ver más

30/11/2025

UvA

1M€

Presupuesto del proyecto: 1M€

Líder del proyecto

UNIVERSITEIT VAN AMSTERDAM No se ha especificado una descripción o un objeto social para esta compañía.

TRL 4-5

Ver 2 Participantes

Financiación concedida El organismo H2020 notifico la concesión del proyecto el día 2020-11-06

ERC-2020-STG: ERC STARTING GRANTS

I+D

Cerrada hace 5 años

0% 100% 100%

2 Participantes

UvA

1.50M€ | Lider

M. TORRES INGENIERIA DE PROC...

Conecta tu I+D

¿Tienes un proyecto y buscas un partner? Gracias a nuestro motor inteligente podemos recomendarte los mejores socios y ponerte en contacto con ellos. Te lo explicamos en este video

Proyectos interesantes

PID2020-116298GB-I00 SISTEMAS DE LECTURA EN ENTORNOS PREGUNTA-RESPUESTA VISUALES... 89K€ Cerrado

PGC2018-098625-B-I00 ANALISIS GEOMETRICO Y SEMANTICO DE VIDEO 62K€ Cerrado

PID2021-125051OB-I00 RECOLECCION DE DATOS VISUALES: PERMITIENDO LA VISION POR COM... 117K€ Cerrado

PID2020-117142GB-I00 APRENDIZAJE PROFUNDO EFICIENTE PARA SECUENCIAS DE VIDEO Y NU... 117K€ Cerrado

RYC-2014-16831 Análisis y Reconocimiento de Documentos Manuscritos 309K€ Cerrado

EIN2019-103240 DOCTORADO CONJUNTO EN TRATAMIENTO DE IMAGENES Y VISION ARTIF... 14K€ Cerrado

Duración del proyecto: 60 meses Fecha Inicio: 2020-11-06
Fecha Fin: 2025-11-30

Líder del proyecto

UNIVERSITEIT VAN AMSTERDAM No se ha especificado una descripción o un objeto social para esta compañía.

TRL 4-5

Presupuesto del proyecto 1M€

Descripción del proyecto Visual artificial intelligence automatically interprets what happens in visual data like videos. Today’s research strives with queries like: Is this person playing basketball?; Find the location of the brain stroke; or Track the glacier fractures in satellite footage. All these queries are about visual observations already taken place. Today’s algorithms focus on explaining past visual observations. Naturally, not all queries are about the past: Will this person draw something in or out of their pocket?; Where will the tumour be in 5 seconds given breathing patterns and moving organs?; or How will the glacier fracture given the current motion and melting patterns?. For these queries and all others, the next generation of visual algorithms must expect what happens next given past visual observations. Visual artificial intelligence must also be able to prevent before the fact, rather than explain only after it. I propose an ambitious 5-year project to design algorithms that learn to expect the possible futures from visual sequences. The main challenge for expecting possible futures is having visual algorithms that learn temporality in visual sequences. Today’s algorithms cannot do this convincingly. First, they are time-deterministic and ignore uncertainty, part of any expected future. I propose time-stochastic visual algorithms. Second, today’s algorithms are time-extrinsic and treat time as an external input or output variable. I propose time-intrinsic visual algorithms that integrate time within their latent representations. Third, visual algorithms must account for all innumerable spatiotemporal dynamics, despite their finite nature. I propose time-geometric visual algorithms that constrain temporal latent spaces to known geometries. EVA addresses fundamental research issues in the automatic interpretation of future visual sequences. Its results will serve as a basis for ground-breaking technological advances in practical vision applications.

Conecta tu I+D

Entra hoy

¿Olvide mi contraseña?

Financiación

Empresas

CTIs/Universidades

Proyectos

Investigadores