Новости кафедры ТВ

27 и 28 мая 2019г. в Санкт-Петербургском государственном электротехническом университете «ЛЭТИ» впервые состоялся хакатон по обработке сигналов с использованием нейротехнологий «SignalNeuroHack». Мероприятие проходило в рамках международной конференции «Обработка сигналов изображения и звука в контексте нейротехнологий».
Участниками хакатона стали 30 команд студентов и молодых ученых в составе от 3 до 5 человек из российских вузов и академических институтов, а также представители компаний-стартапов: Санкт-Петербургский государственный электротехнический университет «ЛЭТИ» им. В.И. Ульянова (Ленина), Санкт-Петербургский политехнический университет Петра Великого, Национальный исследовательский университет «Высшая школа экономики», Военно-космическая академия имени А.Ф. Можайского, Военная академия связи им. С.М. Буденного, Государственный университет морского и речного флота имени адмирала С.О. Макарова, Научно-исследовательский институт системных исследований РАН, Центр речевых технологий, компании Vintelligent и O.Vision.
В течение двух дней в режиме нон-стоп участники работали над решением кейсов по интеллектуальной обработке сигналов, видео-, аудио и текстовой информации. Кейсы были предоставлены партнерами хакатона, ведущими российскими и мировыми инфокоммуникационными компаниями – лидерами в области обработки сигналов и искусственного интеллекта: Huawei, EPAM, JetBrains, DigitalDesign, ПАО «Газпром нефть», АО «Концерн «Радиотехнические и информационные системы», Stream Telecom, DSPLabs и др.
К концу второго дня командами-участниками были представлены оригинальные, нестандартные и яркие решения предложенных кейсов. Согласно решению жюри, включавшего в себя представителей компаний, предоставивших кейсы, первое место в хакатоне заняла команда Факультета Радиотехники и Телекоммуникаций “F1” в лице аспирантов второго курса Кафедры Телевидения и Видеотехники Александра Поздеева и Дениса Андреева. Команда, работая над кейсом от АО «РТИ», предложила как варианты решения с использованием нейротехнологий, так и основанные на классических методах цифровой обработки изображений, наглядно продемонстрировав сильные и слабые стороны каждого из подходов.