Komisja w składzie: dr Bogusław Kaczałek (OPEGIEKA), dr hab. inż. Piotr Samczyński (WEITI PW), dr hab. inż. Jarosław Zawadzki (WIBHIŚ PW), dr inż. Joanna Pluto-Kossakowska (WGIK PW) oraz dr inż. Krzysztof Bakuła (WGIK PW) jednomyślnie wybrała zwycięską pracę oraz jedną pracę wyróżniła.

Zwycięska praca inż. Anny Szkibiel pt. „Opracowanie aplikacji do uproszczonej nawigacji w Gmachu Głównym Politechniki Warszawskiej z wykorzystaniem technologii Wi-Fi”, której promotorem był dr inż. Jacek Marciniak, dotyczyła popularnego w ostatnich latach tematu nawigacji wewnątrz budynków. Przedstawia projekt systemu nawigacji wewnątrz budynków z wykorzystaniem technologii Wi-Fi, opisuje zaimplementowaną część systemu oraz prezentuje wyniki testów stworzonej aplikacji do uproszczonej nawigacji. Zawiera przegląd technologii pozycjonowania wewnątrz budynków ze szczególnym naciskiem na technologie najczęściej stosowane do nawigacji pieszej, ale szczegółowo przedstawiona jest metoda „radiowych odcisków palca”, dzięki której osiągane są najwyższe dokładności.

Rys. 1. Aplikacja WiFind Me w trybie testowym a) Ekran wyboru piętra b) Mapa parteru, gdzie przycisk aktywnego piętra zaznaczony jest kolorem ciemniejszym c) Komunikat wyświetlany po wyznaczeniu pozycji.

Metoda została zaimplementowana z wykorzystaniem algorytmu k najbliższych sąsiadów w systemie nawigacji wewnątrz budynków i wykorzystywana jest w aplikacji do uproszczonej nawigacji jako algorytm pozycjonujący. W części eksperymentalnej opisane są testy stworzonego systemu do uproszczonej nawigacji przeprowadzone w Gmachu Głównym Politechniki Warszawskiej. Przejście po Gmachu z aplikacją WiFind Me wykazało jej użyteczność dla podstawowych scenariuszy nawigacji. Możliwe okazało się śledzenie użytkownika, a dzięki wyświetlaniu pozycji na mapie możliwe było łatwe odnalezienie się na terenie budynku z dokładnością do kilku metrów dzięki dostępnym sieciom Wi-Fi.

W konkursie wyróżniono także pracę inż. Łukasza Wilka pt. „Wykorzystanie konwolucyjnych sieci neuronowych do semantycznej segmentacji obiektów na lotniczych zdjęciach ukośnych”, której promotorem był prof. dr hab. inż. Zdzisław Kurczyński. Celem pracy była analiza możliwości wykorzystania konwolucyjnych sieci neuronowych i technik uczenia maszynowego do automatyzacji procesu segmentacji semantycznej treści obrazów w kontekście przetwarzania danych fotolotniczych. Do testów użyto architektury konwolucyjnej sieci neuronowej Pyramid Scene Parsing Network (PSP-Net).

Doświadczenia zostały przeprowadzone na zdjęciach lotniczych ukośnych miejscowości Bordeaux we Francji. W części praktycznej położono nacisk na proces przygotowania danych uczących, cechy danych testowych, a także dobrane parametry oraz algorytmy w procesie uczenia sieci neuronowej. Praca udowodniła, że konwolucyjne sieci neuronowe w parze z danymi z lotniczych zdjęć ukośnych pozwalają na pozyskanie nowych informacji przestrzennych, a takie rozwiązania mogą być szczególnie atrakcyjne na terenie miast charakteryzujących się gęstą i wysoką zabudową, gdzie aktualnie popularne pionowe zdjęcia lotnicze dostarczają znacznie mniej informacji.