Καλώς Ήλθατε στο DEVIATE Welcome to DEVIATE
Βαθιά Ενσωμάτωση Οπτικών Πληροφοριών για Δημογραφική Ανάλυση Καταναλωτών και Εκτίμηση της Αλληλεπίδρασής τους με το Ράφι σε Βιομηχανική Κλίμακα Deep Embedding of Visual Information for Demographic Consumer Analytics and Targeted Engagement at Scale
Καλώς Ήλθατε στο DEVIATE Welcome to DEVIATE
Βαθιά Ενσωμάτωση Οπτικών Πληροφοριών για Δημογραφική Ανάλυση Καταναλωτών και Εκτίμηση της Αλληλεπίδρασής τους με το Ράφι σε Βιομηχανική Κλίμακα Deep Embedding of Visual Information for Demographic Consumer Analytics and Targeted Engagement at Scale
Καλώς Ήλθατε στο DEVIATE Welcome to DEVIATE
Βαθιά Ενσωμάτωση Οπτικών Πληροφοριών για Δημογραφική Ανάλυση Καταναλωτών και Εκτίμηση της Αλληλεπίδρασής τους με το Ράφι σε Βιομηχανική Κλίμακα Deep Embedding of Visual Information for Demographic Consumer Analytics and Targeted Engagement at Scale
Καλώς Ήλθατε στο DEVIATE Welcome to DEVIATE
Βαθιά Ενσωμάτωση Οπτικών Πληροφοριών για Δημογραφική Ανάλυση Καταναλωτών και Εκτίμηση της Αλληλεπίδρασής τους με το Ράφι σε Βιομηχανική Κλίμακα Deep Embedding of Visual Information for Demographic Consumer Analytics and Targeted Engagement at Scale
Καλώς Ήλθατε στο DEVIATE Welcome to DEVIATE
Βαθιά Ενσωμάτωση Οπτικών Πληροφοριών για Δημογραφική Ανάλυση Καταναλωτών και Εκτίμηση της Αλληλεπίδρασής τους με το Ράφι σε Βιομηχανική Κλίμακα Deep Embedding of Visual Information for Demographic Consumer Analytics and Targeted Engagement at Scale
Καλώς Ήλθατε στο DEVIATE Welcome to DEVIATE
Βαθιά Ενσωμάτωση Οπτικών Πληροφοριών για Δημογραφική Ανάλυση Καταναλωτών και Εκτίμηση της Αλληλεπίδρασής τους με το Ράφι σε Βιομηχανική Κλίμακα Deep Embedding of Visual Information for Demographic Consumer Analytics and Targeted Engagement at Scale
Καλώς Ήλθατε στο DEVIATE Welcome to DEVIATE
Βαθιά Ενσωμάτωση Οπτικών Πληροφοριών για Δημογραφική Ανάλυση Καταναλωτών και Εκτίμηση της Αλληλεπίδρασής τους με το Ράφι σε Βιομηχανική Κλίμακα Deep Embedding of Visual Information for Demographic Consumer Analytics and Targeted Engagement at Scale
Καλώς Ήλθατε στο DEVIATE Welcome to DEVIATE
Βαθιά Ενσωμάτωση Οπτικών Πληροφοριών για Δημογραφική Ανάλυση Καταναλωτών και Εκτίμηση της Αλληλεπίδρασής τους με το Ράφι σε Βιομηχανική Κλίμακα Deep Embedding of Visual Information for Demographic Consumer Analytics and Targeted Engagement at Scale
Καλώς Ήλθατε στο DEVIATE Welcome to DEVIATE
Βαθιά Ενσωμάτωση Οπτικών Πληροφοριών για Δημογραφική Ανάλυση Καταναλωτών και Εκτίμηση της Αλληλεπίδρασής τους με το Ράφι σε Βιομηχανική Κλίμακα Deep Embedding of Visual Information for Demographic Consumer Analytics and Targeted Engagement at Scale
Καλώς Ήλθατε στο DEVIATE Welcome to DEVIATE
Βαθιά Ενσωμάτωση Οπτικών Πληροφοριών για Δημογραφική Ανάλυση Καταναλωτών και Εκτίμηση της Αλληλεπίδρασής τους με το Ράφι σε Βιομηχανική Κλίμακα Deep Embedding of Visual Information for Demographic Consumer Analytics and Targeted Engagement at Scale
Καλώς Ήλθατε στο DEVIATE Welcome to DEVIATE
Βαθιά Ενσωμάτωση Οπτικών Πληροφοριών για Δημογραφική Ανάλυση Καταναλωτών και Εκτίμηση της Αλληλεπίδρασής τους με το Ράφι σε Βιομηχανική Κλίμακα Deep Embedding of Visual Information for Demographic Consumer Analytics and Targeted Engagement at Scale
Καλώς Ήλθατε στο DEVIATE Welcome to DEVIATE
Βαθιά Ενσωμάτωση Οπτικών Πληροφοριών για Δημογραφική Ανάλυση Καταναλωτών και Εκτίμηση της Αλληλεπίδρασής τους με το Ράφι σε Βιομηχανική Κλίμακα Deep Embedding of Visual Information for Demographic Consumer Analytics and Targeted Engagement at Scale
Επισκόπηση Overview
Το έργο DEVIATE (Βαθιά Ενσωμάτωση Οπτικών Πληροφοριών για Δημογραφική Ανάλυση Καταναλωτών και Εκτίμηση της Αλληλεπίδρασής τους με το Ράφι σε Βιομηχανική Κλίμακα) στοχεύει στην ανάπτυξη μιας ολοκληρωμένης πλατφόρμας υπολογιστικής όρασης για την ανάλυση της συμπεριφοράς καταναλωτών σε πραγματικά περιβάλλοντα λιανικής. The DEVIATE project (Deep Embedding of Visual Information for Demographic Consumer Analytics and Targeted Engagement at Scale) aims to develop an integrated computer vision platform for analyzing consumer behavior in real-world retail environments.
Η πλατφόρμα αξιοποιεί προηγμένους αλγορίθμους υπολογιστική όραση και βαθιάς μηχανικής μάθησης για: The platform utilizes advanced computer vision and deep machine learning algorithms for:
- Οπτική παρακολούθηση πολλαπλών καταναλωτών. Visual tracking of multiple consumers.
- Εκτίμηση βασικών δημογραφικών χαρακτηριστικών (φύλο, ηλικιακή ομάδα). Estimation of key demographic characteristics (gender, age group).
- Ανάλυση της αλληλεπίδρασης των καταναλωτών με ράφια και προϊόντα. Analysis of consumer interaction with shelves and products.
Το έργο έχει σχεδιαστεί με γνώμονα τη βιομηχανική κλίμακα, τη λειτουργία σε πραγματικές συνθήκες καταστημάτων και τη δυνατότητα αξιοποίησης των αποτελεσμάτων σε επιχειρησιακό και εμπορικό επίπεδο. The project is designed with industrial scale in mind, operation in real store conditions, and the ability to utilize results at an operational and commercial level.
Τα αποτελέσματα του έργου μπορούν να αξιοποιηθούν για τη βελτιστοποίηση της διάταξης καταστημάτων, τη βελτίωση της εμπειρίας πελάτη και τη λήψη τεκμηριωμένων αποφάσεων σε επίπεδο εμπορικής στρατηγικής και προβολής προϊόντων. The project results can be utilized for store layout optimization, customer experience improvement, and data-driven decision-making in marketing and merchandising.
Ταυτότητα About Us
Το έργο DEVIATE (Βαθιά Ενσωμάτωση Οπτικών Πληροφοριών για Δημογραφική Ανάλυση Καταναλωτών και Εκτίμηση της Αλληλεπίδρασής τους με το Ράφι σε Βιομηχανική Κλίμακα) αποτελεί μια πρωτοποριακή πρωτοβουλία για τον ψηφιακό μετασχηματισμό του λιανεμπορίου, στοχεύοντας στην ανάπτυξη μιας ολοκληρωμένης πλατφόρμας υπολογιστικής όρασης για την ανάλυση της καταναλωτικής συμπεριφοράς σε πραγματικά περιβάλλοντα. The DEVIATE project (Deep Embedding of Visual Information for Demographic Consumer Analytics and Targeted Engagement at Scale) represents a pioneering initiative for the digital transformation of retail, aiming to develop an integrated computer vision platform for analyzing consumer behavior in real-world environments.
Μέσω της αξιοποίησης προηγμένων αλγορίθμων Υπολογιστικής Όρασης και Βαθιάς Μηχανικής Μάθησης, η πλατφόρμα επιτυγχάνει την οπτική παρακολούθηση πολλαπλών καταναλωτών ταυτόχρονα, την ακριβή εκτίμηση βασικών δημογραφικών χαρακτηριστικών —όπως το φύλο και η ηλικιακή ομάδα— καθώς και τη λεπτομερή καταγραφή της αλληλεπίδρασης των πελατών με τα ράφια και τα προϊόντα. Through the utilization of advanced Computer Vision and Deep Machine Learning algorithms, the platform achieves visual tracking of multiple consumers simultaneously, accurate estimation of key demographic characteristics —such as gender and age group— as well as detailed recording of customer interaction with shelves and products.
Η βασική καινοτομία του DEVIATE έγκειται στη "βαθιά ενσωμάτωση" των οπτικών πληροφοριών, η οποία επιτρέπει τη συνδυαστική ανάλυση εντοπισμού, παρακολούθησης και δημογραφικών δεδομένων σε ένα ενιαίο, λειτουργικό σύστημα. Σε αντίθεση με εργαστηριακές εφαρμογές, το έργο έχει σχεδιαστεί για να ανταποκρίνεται στις προκλήσεις της βιομηχανικής κλίμακας. The key innovation of DEVIATE lies in the "deep embedding" of visual information, which allows for the combined analysis of detection, tracking, and demographic data in a single, functional system. Unlike laboratory applications, the project is designed to meet the challenges of industrial scale.
Τελικός σκοπός του DEVIATE είναι να προσφέρει στις επιχειρήσεις τα απαραίτητα εργαλεία για τη λήψη τεκμηριωμένων αποφάσεων, βελτιώνοντας την εμπειρία του πελάτη και ενισχύοντας τη στοχευμένη εμπορική επικοινωνία μέσα από την επιστημονικά τεκμηριωμένη κατανόηση της διαδρομής του καταναλωτή. The ultimate goal of DEVIATE is to offer businesses the necessary tools for data-driven decision-making, improving customer experience and enhancing targeted commercial communication through scientifically grounded understanding of the consumer journey.
Στόχοι και Καινοτομίες Objectives and Innovations
Κύριοι Στόχοι Main Objectives
Οι βασικοί στόχοι του έργου DEVIATE είναι: The main objectives of the DEVIATE project are:
- Ανάπτυξη ενιαίου συστήματος οπτικής παρακολούθησης καταναλωτών σε πραγματικό χρόνο. Development of a unified real-time visual consumer tracking system.
- Εκτίμηση δημογραφικών χαρακτηριστικών (φύλο, ηλικιακή ομάδα) από οπτικά δεδομένα. Estimation of demographic characteristics (gender, age group) from visual data.
- Καταγραφή και ποσοτικοποίηση της αλληλεπίδρασης των καταναλωτών με τα ράφια. Recording and quantification of consumer interaction with shelves.
- Υποστήριξη συστημάτων καμερών σε περιβάλλοντα λιανικής. Support for camera systems in retail environments.
- Ενσωμάτωση αλγορίθμων βαθιάς μηχανικής μάθησης σε λειτουργική πλατφόρμα. Integration of deep machine learning algorithms into a functional platform.
Καινοτομία & Προστιθέμενη Αξία Innovation & Added Value
Η καινοτομία του έργου έγκειται: The project's innovation lies in:
- Στη βαθιά ενσωμάτωση οπτικών πληροφοριών για ενιαία ανάλυση συμπεριφοράς. The deep embedding of visual information for unified behavior analysis.
- Στον συνδυασμό ανίχνευσης, ιχνηλάτησης και ανάλυσης δημογραφικών χαρακτηριστικών σε ένα ολοκληρωμένο σύστημα. The combination of detection, tracking, and demographic analytics in an integrated system.
- Στη λειτουργία σε πραγματικά βιομηχανικά περιβάλλοντα και όχι σε εργαστηριακές συνθήκες. Operation in real industrial environments rather than laboratory conditions.
- Στη δυνατότητα παραγωγής αξιόπιστων και μετρήσιμων δεικτών συμπεριφοράς καταναλωτών. The ability to produce reliable and measurable consumer behavior indicators.
- Στη σχεδίαση με προσανατολισμό τη στοχευμένη εμπορική αξιοποίηση και τη αλληλεπίδραση. Design oriented towards targeted commercial utilization and targeted engagement.
Παραδοτέα Deliverables
Σε υψηλό επίπεδο, το έργο περιλαμβάνει: At a high level, the project includes:
- Ανάλυση απαιτήσεων και μελέτη της υφιστάμενης τεχνολογικής κατάστασης. Requirements analysis and study of the current technological state-of-the-art.
- Ανάπτυξη αλγορίθμων εντοπισμού και παρακολούθησης καταναλωτών. Development of consumer detection and tracking algorithms.
- Ανάπτυξη αλγορίθμων δημογραφικής ανάλυσης (φύλο, ηλικία). Development of demographic analysis algorithms (gender, age).
- Ενσωμάτωση των αλγορίθμων σε ενιαία λειτουργική πλατφόρμα. Integration of algorithms into a unified functional platform.
- Πιλοτική εφαρμογή και αξιολόγηση σε πραγματικά καταστήματα. Pilot implementation and evaluation in real retail stores.
- Δράσεις διάχυσης, δημοσιότητας και επιστημονικής επικοινωνίας. Dissemination, publicity, and scientific communication actions.
Φορέας Χρηματοδότησης Funding Authority
| Ταυτότητα Έργου Project Identity | |
|---|---|
| Ακρωνύμιο Έργου Project Acronym | DEVIATE |
| Κωδικοί Έργου Project Codes |
Κωδικός MIS:
MIS Code:
5180519 Κωδικός Πράξης: Project/Action Code: ΥΠ3ΤΑ-0560419 |
| Πλαίσιο Χρηματοδότησης Funding Framework |
Ταμείο Ανάκαμψης και Ανθεκτικότητας –
Ελλάδα 2.0
Recovery and Resilience Facility –
Greece 2.0
Εθνικό Σχέδιο Ανάκαμψης και Ανθεκτικότητας National Recovery and Resilience Plan 
|
| Πρόγραμμα Program | Συμπράξεις Ερευνητικής Αριστείας (ΣΕΑ) Clusters of Research Excellence (CREs) |
| Υποδράση / Μέτρο Sub-action / Measure |
SUB1.1:
Συμπράξεις Ερευνητικής Αριστείας –
Clusters of Research Excellence (CREs)
Clusters of Research Excellence
(CREs)
Κωδικός ΟΠΣ ΤΑ: OPS TA Code: 5180519 
|
| Φορέας Χρηματοδότησης Funding Body | Επιτελική Δομή ΕΣΠΑ Υπουργείου Παιδείας, Θρησκευμάτων και Αθλητισμού (Υ.ΠΑΙ.Θ.Α.) Executive Structure NSRF, Ministry of Education, Religious Affairs and Sports |
Δικαιούχοι Έργου Project Beneficiaries
-
Πανεπιστήμιο Ιωαννίνων – Ειδικός Λογαριασμός
Κονδυλίων Έρευνας /
Πολυτεχνική Σχολή / Τμήμα Μηχανικών Η/Υ και Πληροφορικής
(ΠΙ-ΕΛΚΕ/
ΤΜΗΥΠ)
University of Ioannina – Special Account for
Research Funds /
School of Engineering / Dept. of Computer Science & Engineering
(UoI-RC / CSE) - WEST Α.Ε. – Διαφημιστική – Τουριστική – Ανώνυμη Εταιρία – Αναπαραγωγής Ίππων – Ξενοδοχειακές Επιχειρήσεις – Ταχυδρομικές Υπηρεσίες WEST S.A. – Advertising – Tourism – S.A. – Horse Breeding – Hotel Enterprises – Postal Services
- DOTSOFT Α.Ε. – Ολοκληρωμένες Λύσεις Τεχνολογίας Πληροφορικής Ανώνυμη Εταιρία DOTSOFT S.A. – Integrated IT Solutions S.A.
- Πανεπιστήμιο Δυτικής Μακεδονίας – Ειδικός Λογαριασμός Κονδυλίων Έρευνας (ΠΔΜ-ΕΛΚΕ) University of Western Macedonia – Special Account for Research Funds (UoWM-RC)
Αποτελέσματα Results
1. Τεχνολογική υλοποίηση 1. Technological Implementation
Το έργο οδηγεί στην ανάπτυξη μιας ολοκληρωμένης end-to-end SaaS πλατφόρμας για τη σήμανση δεδομένων, την εκτέλεση αλγορίθμων inference, την εξαγωγή στατιστικών και την οπτικοποίηση δεδομένων consumer analytics. The project leads to the development of an integrated end-to-end SaaS platform for data annotation, execution of inference algorithms, extraction of statistics, and visualization of consumer analytics data.
Η πλατφόρμα υποστηρίζει μια ενιαία ροή επεξεργασίας που συνδέει την οπτική παρακολούθηση καταναλωτών, την αναγνώριση δημογραφικών χαρακτηριστικών, τη 2D–3D χαρτογράφηση του χώρου και την εκτίμηση του βαθμού αλληλεπίδρασης των καταναλωτών με τα ράφια και τα προϊόντα. The platform supports a unified processing workflow that connects visual consumer tracking, demographic attribute recognition, 2D–3D spatial mapping, and estimation of consumer interaction with shelves and products.
2. Αναμενόμενα αποτελέσματα του έργου 2. Expected Project Results
Τα βασικά αναμενόμενα αποτελέσματα περιλαμβάνουν: The main expected results include:
- Λειτουργική πλατφόρμα σήμανσης δεδομένων και εξαγωγής συμπερασμάτων. A functional platform for data annotation and inference extraction.
- Αλγορίθμους οπτικής παρακολούθησης και δημογραφικής ανάλυσης. Visual tracking and demographic analysis algorithms.
- Παραγωγή ποσοτικών και ποιοτικών δεδομένων σχετικά με τη συμπεριφορά των καταναλωτών. Production of quantitative and qualitative data regarding consumer behavior.
- Οπτικοποίηση στατιστικών στοιχείων και δεικτών ενδιαφέροντος ανά ράφι ή κατηγορία προϊόντων. Visualization of statistics and indicators of interest per shelf or product category.
- Υποστήριξη στρατηγικών marketing, merchandising και βελτιστοποίησης της διάταξης καταστημάτων. Support for marketing, merchandising, and store layout optimization strategies.
- Δυνατότητα κλιμάκωσης σε εγκαταστάσεις μεγάλης κλίμακας. Scalability for large-scale installations.
3. Επεκτασιμότητα και αξιοποίηση 3. Scalability and Exploitation
Η πλατφόρμα έχει σχεδιαστεί με προοπτική εφαρμογής σε βιομηχανική κλίμακα, αξιοποιώντας τεχνολογίες edge AI και κάμερες με δυνατότητες depth sensing, όπως συστήματα τύπου OAK-D Pro ή άλλες DepthAI-ready κάμερες. The platform has been designed with the prospect of deployment at industrial scale, utilizing edge AI technologies and cameras with depth sensing capabilities, such as OAK-D Pro systems or other DepthAI-ready cameras.
Τα αποτελέσματα του έργου μπορούν να αξιοποιηθούν για την υποστήριξη αποφάσεων που σχετίζονται με την τοποθέτηση προϊόντων, τις προωθητικές ενέργειες, την τιμολόγηση και τη δυναμική αξιολόγηση του ενδιαφέροντος των καταναλωτών ανά ράφι, προϊόν ή κατηγορία προϊόντων. The results of the project can be used to support decisions related to product placement, promotional activities, pricing, and the dynamic evaluation of consumer interest per shelf, product, or product category.
Η πλατφόρμα αξιολογείται πιλοτικά σε πραγματικά περιβάλλοντα λιανικής, επιβεβαιώνοντας τη λειτουργικότητα, την αξιοπιστία και την επεκτασιμότητά της σε συνθήκες πρακτικής εφαρμογής. The platform is being pilot-tested in real retail environments, confirming its functionality, reliability, and scalability under practical application conditions.
Δημοσιεύσεις Publications
Επιστημονικά αποτελέσματα Scientific Results
Το έργο έχει οδηγήσει ή συνδέεται με τα ακόλουθα επιστημονικά αποτελέσματα: The project has led to or is associated with the following scientific results:
Επιστημονικά άρθρα σε διεθνή περιοδικά με κριτές Peer-Reviewed International Journal Articles
2 επιστημονικά άρθρα σε διεθνή περιοδικά με κριτές. 2 scientific articles in peer-reviewed international journals.
- [J1] S. Papazis, A. P. Giotis, C. Nikou, “Enhancing Keyword Spotting via NLP-Based Re-Ranking: Leveraging Semantic Relevance Feedback in the Handwritten Domain”, Electronics 2025, 14, 2900. https://doi.org/10.3390/electronics14142900 [J1] S. Papazis, A. P. Giotis, C. Nikou, “Enhancing Keyword Spotting via NLP-Based Re-Ranking: Leveraging Semantic Relevance Feedback in the Handwritten Domain”, Electronics 2025, 14, 2900. https://doi.org/10.3390/electronics14142900
- [J2] I.-I. Panagos, A. P. Giotis, G. Gartzonikas, M. Vrigkas, M. E. Plissiti, V. Stamati, C. Nikou, “Demographic-Aware Multi-Object Tracking via Temporal Consistency and Heterogeneous Association Learning for Retail Environments”, manuscript submitted to Electronics, Special Issue “Recent Advances and Applications of Machine Learning in Pattern Recognition”, 2026. [J2] I.-I. Panagos, A. P. Giotis, G. Gartzonikas, M. Vrigkas, M. E. Plissiti, V. Stamati, C. Nikou, “Demographic-Aware Multi-Object Tracking via Temporal Consistency and Heterogeneous Association Learning for Retail Environments”, manuscript submitted to Electronics, Special Issue “Recent Advances and Applications of Machine Learning in Pattern Recognition”, 2026.
Ανακοινώσεις πλήρους άρθρου σε διεθνή συνέδρια με κριτές Full-Paper Presentations in Peer-Reviewed International Conferences
3 ανακοινώσεις πλήρους άρθρου σε πρακτικά διεθνών συνεδρίων με κριτές. 3 full-paper contributions in proceedings of peer-reviewed international conferences.
- [C1] A. Giotis, S. Papazis, and C. Nikou. Query-Conditioned Multi-Token Attention for Re-Ranking in Segmentation-Free KWS. In Proceedings of the 14th International Workshop on Biometrics and Forensics (IWBF 2026), Côte d’Azur, EURECOM, April 23–24, 2026. [C1] A. Giotis, S. Papazis, and C. Nikou. Query-Conditioned Multi-Token Attention for Re-Ranking in Segmentation-Free KWS. In Proceedings of the 14th International Workshop on Biometrics and Forensics (IWBF 2026), Côte d’Azur, EURECOM, April 23–24, 2026.
- [C2] Iason-Ioannis Panagos, Angelos P. Giotis, Vasileios Stergiou, George Voudiotis, Anastasios Manos, Despina Elisabeth Filippidou and Christophoros Nikou. Privacy-Aware Multi-Object Tracking for Retail Environments. In Proceedings of the 18th International Conference on Digital Image Processing (ICDIP 2026), Xiamen, China, April 24–26, 2026. [C2] Iason-Ioannis Panagos, Angelos P. Giotis, Vasileios Stergiou, George Voudiotis, Anastasios Manos, Despina Elisabeth Filippidou and Christophoros Nikou. Privacy-Aware Multi-Object Tracking for Retail Environments. In Proceedings of the 18th International Conference on Digital Image Processing (ICDIP 2026), Xiamen, China, April 24–26, 2026.
- [C3] V. Stergiou, A. P. Giotis, M. Vrigkas, L. Astakas, S. Konitsiotis, and C. Nikou, “Graph and Recurrent Neural Networks for MRI-Based Parkinson’s Disease Analysis: A Short Review and Confidence-Driven Pruning Framework,” in Proceedings of the First DeepTech Connect International Conference 2026, DeepTech Connect 2026 International Conference, Apr. 24, 2026. [C3] V. Stergiou, A. P. Giotis, M. Vrigkas, L. Astakas, S. Konitsiotis, and C. Nikou, “Graph and Recurrent Neural Networks for MRI-Based Parkinson’s Disease Analysis: A Short Review and Confidence-Driven Pruning Framework,” in Proceedings of the First DeepTech Connect International Conference 2026, DeepTech Connect 2026 International Conference, Apr. 24, 2026.
Εταίροι Partners
Οι συνεργαζόμενοι φορείς του έργου DEVIATE The partners of the DEVIATE project
Ομάδα Έργου Project Team
ΠΙ-ΕΛΚΕ / ΤΜΗΥΠ UoI-RC / CSE Department
-
Χριστόφορος Νίκου
Christophoros Nikou
Καθηγητής – Επιστημονικός Υπεύθυνος Έργου Professor – Scientific Coordinator
-
Άγγελος Γιώτης
Angelos Giotis
Μεταδιδακτορικός Ερευνητής – Project Manager Postdoctoral Researcher – Project Manager
-
Βασιλική Σταμάτη
Vasiliki Stamati
ΕΔΙΠ – Μέλος Laboratory Teaching Staff – Member
-
Μαρίνα Πλησίτη
Marina Plissiti
ΕΔΙΠ – Μέλος Laboratory Teaching Staff – Member
-
Άλια Αουάντ
Alia Awad
Υποψήφια Διδάκτωρ – Μέλος Ph.D. Candidate – Member
-
Βασίλειος Στεργίου
Vasileios Stergiou
Υποψήφιος Διδάκτωρ – Μέλος Ph.D. Candidate – Member
-
Στέργιος Παπάζης
Stergios Papazis
Απόφοιτος MSc – Μέλος M.Sc. Graduate – Member
-
Ιάσων Πανάγος
Iason Panagos
Μεταδιδακτορικός Ερευνητής – Μέλος Postdoctoral Researcher – Member
-
Γεώργιος Βουδιώτης
Georgios Voudiotis
Απόφοιτος MSc – Μέλος M.Sc. Graduate – Member
-
Κωνσταντίνος Ζησόπουλος
Konstantinos Zisopoulos
Μεταπτυχιακός Φοιτητής – Μέλος M.Sc. Student – Member
-
Μαρίνα Παπαγεωργίου
Marina Papageorgiou
Υποψήφια Διδάκτωρ – Μέλος Ph.D. Candidate – Member
-
Γιώργος Γκαρτζονίκας
Georgios Gartzonikas
Υποψήφιος Διδάκτωρ – Μέλος Ph.D. Candidate – Member
-
Αχιλλέας Μιχαλόπουλος
Achilleas Michalopoulos
Υποψήφιος Διδάκτωρ – Μέλος Ph.D. Candidate – Member
-
Βασίλης Γάτος
Vasileios Gatos
Ερευνητής Α' (ΕΚΕΦΕ «ΔΗΜΟΚΡΙΤΟΣ») – Μέλος Research Director (NCSR “Demokritos”) – Member
-
Γεώργιος Γιώτης
Giorgos Giotis
ΕΔΙΠ Ιονίου Πανεπιστημίου - Μέλος Laboratory Teaching Staff – Member, Ionian University
ΠΔΜ-ΕΛΚΕ UoWM-RC
-
Μιχαήλ Βρίγκας
Michail Vrigkas
Επίκουρος Καθηγητής Assistant Professor
DOTSOFT
-
Αναστάσιος Μάνος
Anastasios Manos
Επιστήμονας Πληροφορικής, MBA, M.Sc. Computer Scientist, MBA, M.Sc.
-
Δέσποινα Ελισάβετ Φιλιππίδου
Despina Elisabeth Filippidou
Μηχανικός Ηλεκτρονικών Υπολογιστών και Πληροφορικής, M.Sc., Ph.D. Computer Science and Engineering Engineer, M.Sc., Ph.D.
-
Νικόλαος Παυλίδης
Nikolaos Pavlidis
M.Sc. Ηλεκτρολόγος Μηχανικός και Μηχανικός Η/Υ M.Sc. Electrical and Computer Engineer
-
Ευάγγελος Χριστέλης
Evangelos Christelis
M.Sc. Πληροφορικής M.Sc. in Computer Science
-
Δημήτριος Ρόδιος
Dimitrios Rodios
Μηχανικός Πληροφορικής και Επικοινωνιών Information and Communication Systems Engineer
-
Δημήτριος Κώττας
Dimitrios Kottas
Μηχανικός Πληροφορικής – Ειδικός Ανάλυσης και Ενοποίησης Δεδομένων Computer Engineer – Data Analysis and Integration Specialist
-
Άννα Σφαιροπούλου
Anna Sfyropoulou
Επιστήμονας Πληροφορικής, M.Sc., Ph.D. Computer Scientist, M.Sc., Ph.D.
-
Παύλος Παπαδημητρίου
Pavlos Papadimitriou
Πτυχίο Οικονομικών Επιστημών Degree in Economics
-
Μαρία Καλφόγλου
Maria Kalfoglou
Πτυχίο Διοίκησης Τεχνολογίας Degree in Technology Management
-
Δόμνα Αλμπάνη
Domna Albani
Πτυχίο Φιλοσοφίας και Παιδαγωγικής Degree in Philosophy and Pedagogy
WEST A.E. WEST S.A.
-
Γεώργιος Κοτσιφάκης
Georgios Kotsifakis
Διεύθυνση Ανάπτυξης – Μέλος Business Development Department – Member
-
Κρίστυ Μουσιώνη
Kristy Mousioni
Διευθύντρια Οικονομικού – Μέλος Finance Director – Member
-
Ανδρέας Ντριμέρης
Andreas Drimeris
Αναλυτής Δεδομένων – Μέλος Data Analyst – Member
-
Νικόλαος Μπαλάτης
Nikolaos Balatis
Υπεύθυνος Προσωπικού – Μέλος Human Resources Manager – Member
-
Βασίλειος Ντουλές
Vasileios Doules
Ανάλυση Αγορών – Μέλος Market Analysis – Member
-
Βασιλική Δούρου
Vasiliki Dourou
Account Manager – Μέλος Account Manager – Member
-
Νικόλαος Παναγιωτόπουλος
Nikolaos Panagiotopoulos
Account Manager – Μέλος Account Manager – Member
Νέα & Εκδηλώσεις News & Events
Εκδήλωση Event
Ημερίδα Παρουσίασης Αποτελεσμάτων του έργου DEVIATE DEVIATE Project Results Presentation Event
Παρασκευή 29 Μαΐου 2026 | 17:15–20:00 Friday, May 29, 2026 | 17:15–20:00
Παρουσίαση των βασικών αποτελεσμάτων, της τελικής πλατφόρμας και των τεχνολογικών αξόνων του έργου. Presentation of the main results, final platform, and technological axes of the project.
Νέα & Εκδηλώσεις News & Events
Ημερίδα Παρουσίασης Αποτελεσμάτων Results Presentation Event
Ημερομηνία
Date
Παρασκευή 29 Μαΐου 2026
Friday, May 29, 2026
Ώρα
Time
17:15–20:00
Τοποθεσία
Location
Αίθουσα Σεμιναρίων, Ισόγειο Τμήματος Μηχανικών Η/Υ και Πληροφορικής,
Πανεπιστήμιο Ιωαννίνων
Seminar Room, Ground Floor, Department of Computer Science and Engineering,
University of Ioannina
Ημερίδα Παρουσίασης Αποτελεσμάτων του έργου DEVIATE DEVIATE Project Results Presentation Event
Την Παρασκευή 29 Μαΐου 2026, και ώρα 17:15–20:00, θα πραγματοποιηθεί η Ημερίδα Παρουσίασης Αποτελεσμάτων του έργου DEVIATE – Βαθιά Ενσωμάτωση Οπτικών Πληροφοριών για Δημογραφική Ανάλυση Καταναλωτών και Εκτίμηση της Αλληλεπίδρασής τους με το Ράφι σε Βιομηχανική Κλίμακα. On Friday, May 29, 2026, from 17:15 to 20:00, the Results Presentation Event of the DEVIATE project will take place.
Η ημερίδα θα φιλοξενηθεί στην Αίθουσα Σεμιναρίων, στο Ισόγειο του Τμήματος Μηχανικών Η/Υ και Πληροφορικής του Πανεπιστημίου Ιωαννίνων. The event will be hosted in the Seminar Room, on the ground floor of the Department of Computer Science and Engineering of the University of Ioannina.
Κατά τη διάρκεια της εκδήλωσης θα παρουσιαστούν οι βασικοί άξονες υλοποίησης του έργου, τα ερευνητικά και τεχνολογικά αποτελέσματα που προέκυψαν, καθώς και η τελική πλατφόρμα λογισμικού που αναπτύχθηκε στο πλαίσιο του DEVIATE. During the event, the main implementation axes of the project, the research and technological results, as well as the final software platform developed within the framework of DEVIATE, will be presented.
Η πλατφόρμα αφορά την οπτική παρακολούθηση καταναλωτών, την αναγνώριση δημογραφικών χαρακτηριστικών, τη χαρτογράφηση χώρου και την εξαγωγή στατιστικών στοιχείων consumer analytics. The platform concerns visual consumer tracking, demographic attribute recognition, spatial mapping, and the extraction of consumer analytics statistics.
Επικοινωνία Contact
Τοποθεσία Location
Τμήμα Μηχανικών Η/Υ και Πληροφορικής Dept. of Computer Science & Engineering
Πανεπιστήμιο Ιωαννίνων University of Ioannina, Greece
Email:
cnikou@cse.uoi.gr