Werk
Momenteel ben ik actief als praktijk-wetenschappelijk onderzoeker (90%) en speerpuntcoördinator (10%) artificiële intelligentie bij expertisecentrum PXL Smart ICT, Hogeschool PXL. Sinds 2016 ervaring in toepassingen van AI, startende met computer visie maar nu ook ruimer sinds mijn aanstelling bij Hogeschool PXL in 2019.
Onderzoeksprojecten
Looptijd project: 09/2023 - 09/2025
De komst van Generatieve AI zorgde voor veel beweging in het AI-landschap. In dit project bekijken we op welke manier we de integratie van Transformer-gebaseerde modellen (waaronder generatieve AI) laagdrempeliger kunnen maken voor bedrijven.
Looptijd project: 10/2021 - 10/2023
In samenwerking met Energyville (Universiteit Hasselt) vergelijken we een aantal praktische implementaties van bestaande BESS’s AI-algoritmes (Battery Energy Storage Systems) met als doel om Vlaamse kmo’s voor te bereiden op de aankomende Vlaamse capaciteitstarieven. Concreet onderzoeken we op welke manier piekverbruik van het net optimaal kan worden afgevlakt door efficiënt gebruik van thuisbatterijen (waaronder elektrische auto’s).
Looptijd project: 09/2021 - 09/2023
In multidisciplinaire samenwerking met expertisecentrum PXL Innovatief Ondernemen onderzoeken we hoe we Limburgse bedrijven die eerder “leek of beginner” zijn op vlak van data-gedreven ondernemen kunnen faciliteren in hun eerste stappen tot data-gedreven ondernemen.
Looptijd project: 12/2021 - 12/2023
In samenwerking met onderzoeksgroep ACRO (KU Leuven) identificeren we een aantal use cases waarin autonome mobiele robots voor een meerwaarde in efficiëntie kunnen zorgen. Dit via de laatste ontwikkelingen in zelflokalisatie, objectherkenning en computer vision in het algemeen met procesoptimalisatie als doel in complexe situaties (last mile delivery, verdeling goederen in drukke plaatsen, …).
Looptijd project: 09/2019 - 12/2021
In samenwerking met een aantal Vlaamse bedrijven openen we de black-box van artificiële intelligentie en maken we de algoritmes transparanter en beter interpreteerbaar voor beslissingnemers, eindgebruikers en ontwikkelaars.
EFRO Distributed Ledger for Health & Care
Looptijd project: 09/2019 - heden
Het doel van dit project is om innovatieve technologieën zoals blockchain of artificiële intelligentie beter hun weg te laten vinden in de maatschappij, met een sterke focus op de health-care sector. Door een case uit te werken op regionaal niveau trachten we zorginstellingen en bedrijven te faciliteren om verdere digitalisering mogelijk te maken in hun organisaties.
Looptijd project: 09/2019 - 09/2021
Gezichtsherkenning is een technologie dat al langer bestaat dan de dag van vandaag, we kennen allemaal de toepassingen van Apple, Microsoft en Facebook. Stilaan wordt deze technologie ook toegankelijker voor kleine toepassingen, maar zien we nog te weinig implementaties voorkomen in het dagelijkse leven. In dit project onderzoeken we de state-of-the-art om daarna de vertaling te doen naar de maatschappij.
Publicaties
R. Schrijvers, S. Puttemans, T. Callemein, and T. Goedemé
Shopping behaviour analysis through counting and tracking of people in shop-like environments offers valuable information for store operators and provides key insights in the stores layout (e.g. frequently visited spots). Instead of using extra staff for this, automated on-premise solutions are preferred. These automated systems should be cost-effective, preferably on lightweight embedded hardware, work in very challenging situations (e.g. handling occlusions) and preferably work real-time. We solve this challenge by implementing a real-time TensorRT optimized YOLOv3-based pedestrian detector, on a Jetson TX2 hardware platform. By combining the detector with a sparse optical flow tracker we assign a unique ID to each customer and tackle the problem of loosing partially occluded customers. Our detector-tracker based solution achieves an average precision of 81.59 FPS. Besides valuable statistics, heat maps of frequently visited spots are extracted and used as an overlay on the video stream.
This paper was awarded the best paper/presentation at ACIVS 2020 in Auckland, New Zealand.
Werkervaringen
09/2019 - heden
- Onderzoek in AI & data (machine learning, computer vision, explainable AI)
- Wetenschapscommunicatie
09/2018 - 08/2019
In het kader van een Baekeland mandaat deed ik een doctoraatsonderzoek i.s.m. Pixelvision: Optimizing deep learned object detection for industrial applications.
Het doel hield in om het aantal annotaties in trainingsafbeeldingen te minimaliseren voor het trainen van een convolutional neural network.
Dit doctoraatsonderzoek werd omwille van persoonlijke redenen na een jaar stopgezet.
09/2016 - 08/2019
- Ontwikkeling van producten rond image processing in .NET + testing
- Projectcoördinatie
- Onderzoek in machine learning, deep learning (gezichtsherkenning, objectdetectie)
Diploma
Engagementen
07/2020- heden
Ik sta in voor het schrijven van artikels, berichten op social media en blog-posts. Telkens vanuit een vrijzinnig humanistische insteek, met wel eens de bijkomende focus op technologie. Hiernaast werk ik ook mee aan het organiseren van de teksten in plechtigheden en voordrachten.
04/2021 - heden
