Borja Bovcon je raziskovalec in član Laboratorija za umetne vizualne spoznavne sisteme na FRI, kjer raziskuje na področjih računalniškega vida in avtonomnih robotskih plovil. Na Dnevu fakultete 2020 je prejel nagrado za raziskovalno delo podiplomskih študentov za konferenčni prispevek A water-obstacle separation and refinement network for unmanned surface vehicles. Prispevek je nastal pod mentorstvom izr. prof. dr. Mateja Kristana.

Z Borjo Bovconom smo se pogovarjali o njegovih izkušnjah z doktorskim študijem na UL FRI in njegovih raziskavah računalniškega vida in avtonomnih robotskih plovil.

Kako je pri tebi dozorela odločitev za doktorski študij?
Že na dodiplomskem in magistrskem študiju sta me zelo navdušila predmeta Umetno zaznavanje ter Napredne metode računalniškega vida. Hitro sem spoznal, da je prav računalniški vid tisto ozko področje računalništva, v katerem bi se želel specializirati. V Laboratoriju za umetne vizualne spoznavne sisteme so mi ponudili nadvse zanimivo tematiko magistrske naloge (implementacija segmentacijskega modela za detekcijo ovir na robotskem čolnu), ki je v meni še dodatno vzbudila željo po dodatnem znanju in s tem vplivala na končno odločitev za doktorski študij.

Kaj je tvoje raziskovalno področje?
Moje raziskovalno področje je računalniški vid, kjer se ukvarjam predvsem z metodami semantične segmentacije. Cilj semantične segmentacije je klasificirati vsak slikovni element slike v enega izmed vnaprej opredeljenih razredov. S tem omogočimo računalniku, da na podlagi zajete slike zazna okolico, kar je ključnega pomena pri avtonomni navigaciji različnih tipov vozil. Pri svojem delu se osredotočam na robotske čolne, kjer želimo na podlagi s kamero zajete slike ugotoviti, kje je plovno območje, kje se nahajajo ovire in katerim se moramo izogniti. Dobro poznavanje okolice omogoča plovilom učinkovito načrtovanje varnih poti.

S čim se trenutno ukvarjaš?
Trenutno se ukvarjam z optimizacijo in pohitritvijo mrež globokih segmentacijskih metod za zaznavanje ovir na manjših robotskih čolnih. Ustrezno optimizirana metoda z manjšim številom parametrov nam bo omogočila zaznavanje ovir v realnem času, hkrati pa bo zmanjšala porabo energije na vgrajeni bateriji in s tem omogočila daljšo plovbo.

V letu 2020 si na Dnevu FRI prejel posebno priznanje oz. nagrado za raziskovalno delo za konferenčni prispevek z naslovom A water-obstacle separation and refinement network for unmanned surface vehicles. Kaj so najbolj zanimivi zaključki? Koliko so uporabni v praksi?
Priobalni pas, v katerem pogosto delujejo robotski čolni, je zelo dinamičen okoliš. V njem se nahajajo ovire najrazličnejših oblik in izgledov, ki jih moramo odkriti in se jim pravočasno ogniti. Poleg tega pa moramo določiti tudi plovno površino, kar ni preprosta naloga, saj na izgled vode vplivajo številni vremenski in drugi fizikalni dejavniki. V konferenčnem prispevku smo predstavili novo metodo globoke semantične segmentacije, ki omogoča sočasno odkrivanje ovir in plovne površine. Metoda temelji na globokem učenju, ki omogoča, da iz slike izluščimo bogate vizualne značilnice, ki pripomorejo k robustni oceni plovne površine v različnih vremenskih razmerah. Kljub temu pa vodo velikokrat težko ločimo od neba, zlasti ko je prisotna megla. V takšnih primerih izkoristimo meritve ustrezno kalibriranega inercijskega senzorja, s pomočjo katerega ocenimo, do kod na obzorju seže voda. Za piko na i pa predlagamo še novo cenilno funkcijo, ki poskrbi za boljšo ločitev ovir od vode, kar poveča število resničnih detekcij in bistveno zmanjša število lažnih detekcij. 

Kaj si želiš početi po študiju?
Moje izbrano raziskovalno področje ima še ogromno odprtih problemov, ki so mi vsak po svoje zanimivi. Na katerega se bom v prihodnosti osredotočil, pa lahko pove le čas.

Kaj bi svetoval vsem, ki se odločajo o nadaljevanju študija na FRI na doktorski ravni?
Bodočim doktorskim študentom bi svetoval, da si že pred vpisom izberejo področje, na katerem bi želeli delovati in se z mentorjem pogovorijo o potencialnih temah. Nadvse pomembno je, da si izberete temo, ki vas zanima, saj boste tekom študija najverjetneje naleteli na ovire, za rešitev katerih boste morali žrtvovati veliko časa. Naj bo vsaj zabavno.