Članek, objavljen v prestižni reviji IEEE Transactions on Pattern Analyisis and Machine Intelligence (uvrščena na drugo mesto od 85 oz 206 na področjih računalništva oz. elektronike), predstavlja teoretično osnovo za združevanje diskriminativnih in rekonstrukcijskih podprostorskih metod. S tem je omogočeno robustno klasificiranje podatkov tudi pri popačeni informaciji. Metoda je splošna in njena uporabnost je bila uspešno demonstrirana na različnih klasifikacijskih in regresijskih problemih.
COBISS.SI-ID: 5235540
Članek predstavlja nove metode za uteženo in robustno učenje podprostorskih predstavitev slik. Tako se omogoči podprostorsko učenje tudi v neidealnih pogojih (na slikah, ki vsebujejo šum, prekrivanja, odbleske in podobne motnje).
COBISS.SI-ID: 5898836
Članek predstavlja inkrementalne metode za podprostorsko učenje, ki omogoča sprotno učenje z upoštevanjem vedno novih podatkov. Tako opušča v računalniškem vidu tradicionalno delitev na fazo učenja in fazo razpoznavanja ter obe fazi kombinira v prepleteno obliko razpoznavanja in inkrementalnega izboljševanja trenutnega modela.
COBISS.SI-ID: 6201940
V sodelovanju s partnerji na evropskih projektih 5OP (Cognitive Vision Systems – CogVis) in 6OP (Cognitive systems for Cognitive Asystants – CoSy) smo razvili novo metodo za kategorizacijo slik, ki je bila objavljena v najbolj citirani reviji s področja računalništva (uvrščena na prvo mesto od 85). Metoda predstavlja velik korak naprej v razvoju algoritmov za kategorizacijo in je postala ena od najbolj uporabljanih in citiranih metod na tem področju. Metoda, ki temelji na modeliranju kategorij predmetov z lokalnimi značilnicami in njihovimi medsebojnimi razmerji, uspešno zajame raznolikost primerkov enega razreda, kar je omogočilo kvalitativni preskok s tradicionalnega razpoznavanja že videnih primerkov objektov k razpoznavanju kategorij objektov.
COBISS.SI-ID: 6343252
Članek predstavlja rezultat aplikativnih raziskav in sicer metodo iskanja fizične lokacije optičnega središča poljubne kamere.
COBISS.SI-ID: 5332820