Napjainkban az önvezető autók kutatási területének egyik legfontosabb iránya a járművek környezetének feltérképezési lehetőségeinek vizsgálata. E feltérképezés crowdsourcing alapú megvalósítását célozza a tanszéken futó CrowdMapping projekt. A platform egyik érzékeny pontja az ágensek által készített képadatok feltöltése: fontos, hogy az adatmennyiséget minimalizálni tudjuk a fölöslegesnek nyilvánított képrészletek maszkolásával. Az adatmennyiség csökkentését célzó maszkolás például a mozgó kamerával létrehozott képsorozatok mozgás alapú szegmentálásával valósítható meg.

Az önálló labor keretein belül a hallgató feladata a mozgó kamera képsorain megvalósítható szegmentálási technikák megismerése, valamint azok implementációs korlátainak vizsgálata. A feladat folytatása ezek közül kiválasztott módszerek implementálása és benchmarkolása kvalitatív és kvantitatív jellemzők használatával.

A téma a későbbi félévek során a CrowdMapping projektben való integrációjával folytatható.