Széchenyi Terv Plusz | Magyarország Kormánya. Az Európai Unió finanszírozásával. NextGeneration EU.

EN HU
  • Felfedezés
    • Hírek
    • Események
  • Kutatási területek
  • Anyagok
    • Publikációk
    • Letöltések
    • Kiadvány
  • Rólunk
  • Partnerek
  1. Címlap

Majdik András

HUN-REN Számítástechnikai és Automatizálási Kutatóintézet

Jelenleg tudományos munkatársként dolgozom a dr. Szirányi Tamás által vezetett Gépi Érzékelés Kutatólaboratóriumban, ahol a Robot tájékozódás csoportot vezetem (MTA SZTAKI: Számítástechnikai és Automatizálási Kutatóintézet, Magyar Tudományos Akadémia). Szakterületem a robot lokalizációs és térképezési eljárások kutatása, kamera alapú 3D térmodellek előállítása, autonóm robotmozgás gépi érzékelési és lokalizációs eljárásainak kutatása. Előzőleg posztdoktorális kutató voltam a dr. Davide Scaramuzza által vezetett Robotics and Perception Group, Zürichi Egyetem, Svájc. PhD címet 2011-ben szereztem a Kolozsvári Műszaki Egyetemen. Dolgozatom témája a mobilis robotok szimultán helymeghatározása és térképezése (angl.: Simultaneous Localisation and Mapping) volt, tudományos vezetők: Prof. Gheorghe Lazea, Robotics Research Group, Kolozsvári Műszaki Egyetem, Románia és Prof. José A. Castellanos, Robotics, Perception and Real Time Group, Zaragozai Egyetem, Spanyolország.

  • Honlap
  • MTMT

Kiemelt publikációk

  • D. Rozenberszki, A. Majdik, “LOL: Lidar-only Odometry and Localization in 3D point cloud maps*,” 2020 IEEE International Conference on Robotics and Automation (ICRA), pp. 4379-4385, 2020.
  • K. Harsányi, A. Kiss, T. Szirányi, and A. Majdik, “MASAT: A fast and robust algorithm for pose-graph initialization,” PATTERN RECOGNITION LETTERS, vol. 129, pp. 131–136, 2020, IF: 3.255, SJR Scopus - Computer Vision and Pattern Recognition: Q1.
  • K. Harsányi, A. Kiss, A. Majdik, and T. Sziranyi, “A Hybrid CNN Approach for Single Image Depth Estimation: A Case Study,” in Multimedia and Network Information Systems. Proceedings of the 11th International Conference MISSI 2018, Advances in Intelligent Systems and Computing book series, pp. 372–381, AISC Springer, 2018.
  • A. Majdik, D. Verda, Y. Albers‐Schoenberg, and D. Scaramuzza, “Air‐ground Matching: Appearance‐based GPS‐denied Urban Localization of Micro Aerial Vehicles,” JOURNAL OF FIELD ROBOTICS, vol. 32, no. 7, pp. 1015–1039, 2015, IF: 2.059, SJR Scopus - Computer Science Applications: Q1.
  • A. Majdik, D. Gálvez-López, G. Lazea, and J. Castellanos, “Adaptive appearance based loop-closing in heterogeneous environments,” in IEEE/RSJ International Conference on Intelligent Robots and Systems: Celebrating 50 Years of Robotics (IROS), pp. 1256–1263, 2011.

Become a partner

Iratkozzon fel hírlevelünkre!

Legyen partnerünk!

Felfedezés

  • Hírek
  • Események
  • Publikációk
  • Letöltések
  • Partnerek

Kutatási területek

  • Az MI alapjai
  • Biztonság és személyes adatok védelme
  • Gépi látás és érzékelés
  • Gépi tanuláson alapuló intelligens gyártás, logisztika, távközés IoT megoldások fejlesztése
  • Nyelvtechnológia fejlesztése
  • Orvosi, egészségügyi alkalmazások

Kapcsolat

1111 Budapest,
Kende u. 13-17.

+36 1 279 6000

milab@sztaki.hun-ren.hu

© 2020-2021 Artifical Intelligence National Laboratory, Budapest