Robin Schrijvers

Onderzoek @ PXL Smart ICT, Hogeschool PXL

Looptijd project: 09/2019 - 09/2021

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.

Meer info

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.

Meer info

EFRO Distributed Ledger for Health & Care

Looptijd project: 09/2019 - 09/2021

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.

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 award at ACIVS 2020 in Auckland, New Zealand.

PDF

Werkervaring

09/2016 - 08/2019
  • Development of image processing products in .NET + testing
  • Project coordination
  • Research in machine learning, deep learning (facial recognition, object detection)
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.

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.

Website Vrijzinnig Limburg

04/2021 - heden

Samen met PXL eXperts Frederik Vreys, Sam van Rijn en Natacha Bruggen maken we Talk Nerdy To Me, een podcastreeks over de wereld van technologie waarin we onderweg ook alle vooroordelen tackelen!

Te beluisteren op Spotify, Google Podcasts en Apple Podcasts.

FacebookInstagram

Luister hier: