Témák Tudományos DiákKöri munkákhoz

Témák Tudományos DiákKöri munkákhoz Kovács György Debreceni Egyetem December 8, 2011

Áttekintés TDK bemutatkozás 2011 Kovács Gy. Fejlesztés

1 Fejlesztés 2 Képfeldolgozás

Képfeldolgozás 3D rekonstrukció

3 3D rekonstrukció

Statisztikai tanulás

4 Statisztikai tanulás

Ember-gép kapcsolatok

5 Ember-gép kapcsolatok

Bioinformatika PET

6 Bioinformatika 7 Pozitron Emissziós Tomográfia

Témák Tudományos DiákKöri munkákhoz

2/12

A PNG képformátum metaadatainak kezelése TDK bemutatkozás 2011 Kovács Gy.

A probléma Képi adatbázisok képeihez számos különbözõ, annoticóhoz kapcsolódó információ tarozik, ezek kezelése, feldolgozása kényelmetlen:

Fejlesztés Képfeldolgozás

macula (800,400)

3D rekonstrukció Statisztikai tanulás Ember-gép kapcsolatok

Feladat Szoftverkönyvtár és alkalmazás fejlesztése, mellyel a PNG képformátumban (kulcs;érték) illetve (kulcs;maszk) jellegû adatok tárolhatóak.

Bioinformatika PET

$> writeintopng image005.png opticdisk:image005-opticdisk.png

Várható eredmény Disztribútolható szoftvercsomag készül, melyet elérhetõvé teszünk interneten és Linux disztribúciók repository-jában GPL license-vel. Témák Tudományos DiákKöri munkákhoz

3/12

Parciális differenciálegyenleteken alapuló képfeldolgozó módszerek TDK bemutatkozás 2011 Kovács Gy. Fejlesztés

Problémakör Retusálás, interpoláció, szuperrezolúció. A kép modellezése össze nem nyomható folyadékként a Navier-Stokes differenciálegyenletek segítségével.

Képfeldolgozás 3D rekonstrukció Statisztikai tanulás Ember-gép kapcsolatok Bioinformatika PET

A feladat A Navier-Stokes differenciálegyenlet numerikus implementációja, a retusálás és szuperrezolúció pontosságának vizsgálata különbözõ peremfeltételek esetén, intenzitás képek helyett transzformált képek használata, stb. Várható eredmények A Navier-Stokes képfeldolgozó modell javítása egyegy specifikus probléma esetén.


4/12

Kernel módszerek a képfeldolgozásban TDK bemutatkozás 2011 Kovács Gy. Fejlesztés Képfeldolgozás 3D rekonstrukció Statisztikai tanulás Ember-gép kapcsolatok Bioinformatika PET

Problémakör Retusálás, interpoláció, szuperrezolúció, rekonstrukció (zajeltávolítás). A kép modellezése a statisztikai kernel regresszió eszközeivel (Support Vector Regression). A feladat Kernel-regressziós eszközrendszer implementációja, különbözõ kernel függvények és regressziós eljárások vizsgálata. Várható eredmények Egy-egy specifikus vagy általános probléma esetén a kernel regressziós képjavító modell pontosságának növelése.


5/12

SIFT-transzformáció módosított statisztikai leírókkal TDK bemutatkozás 2011 Kovács Gy. Fejlesztés Képfeldolgozás 3D rekonstrukció Statisztikai tanulás Ember-gép kapcsolatok Bioinformatika

Problémakör A fényképek alapján történõ 3D képtér rekonstrukció elsõ lépése az egyes képeken összetartozó pontpárok keresése. Erre az egyik legjobb módszer a SIFT transzformáció. A feladat A SIFT transzformáció implementációja; az irányhisztogramok helyettesítése statisztikai momentumokkal (Hu Invariant Moments, Zernike Moments, Gabor Filter Responses stb.)

PET

Várható eredmények A SIFT transzformáció alapú pontpár keresés pontosságának/gyorsaságának javulása. Témák Tudományos DiákKöri munkákhoz

6/12

3D pontfelhõ rekonstrukciója TDK bemutatkozás 2011 Kovács Gy. Fejlesztés

Problémakör Az örökségvédelem, fotó turizmus, kiterjesztett valóság alapvetõ eszköze környezetünk 3D rekonstrukciója.


A feladat A Bundler szoftver és a mögötte húzódó algoritmusok megismerése/feldolgozása, Debrecen város és egyetemünk neves épületeinek 3D pontfelhõ rekonstrukciója a Bundler szoftver segítségével.


Várható eredmények

Old city of Dubrovnik

7/12

Bayes-féle döntési fák és valószínûségbecsléseik TDK bemutatkozás 2011 Kovács Gy. Fejlesztés Képfeldolgozás 3D rekonstrukció Statisztikai tanulás Ember-gép kapcsolatok Bioinformatika PET

Problémakör Képek statisztikus szegmentálása lényegében egy bináris osztályozási/gépi tanulási feladat. A gyakorlatban jelenleg a randomizált döntési fák (random forest) bizonyulnak a legjobb osztályozó módszereknek. A fák felépítése során két fõ kritérium alapján történik a vágás: Gini impurity és Information gain. A döntés pontosságának valószínûsége szintén több módszerrel becsülhetõ. A feladat Bayes-döntési fákhoz kapcsolódó algoritmusok implementációja (learning, pruning), és annak vizsgálata, hogy a különbözõ vágó kritériumok és valószínûségbecslések közül melyek biztosítják a legjobb kép szegmentációt. Várható eredmények Publikus szegmentációs adatbázisokon végrehajtott tesztek alapján kijelölhetõ a képszegmentálásra legalkalmasabb döntési-fa tanuló algoritmus.


8/12

3D fotorealisztikus avatár fejlesztése TDK bemutatkozás 2011 Kovács Gy. Fejlesztés Képfeldolgozás 3D rekonstrukció Statisztikai tanulás Ember-gép kapcsolatok Bioinformatika PET

Problémakör Az ember-gép kapcsolatok kutatásának rendkívül fontos eleme a visszacsatolás, azaz egy olyan eszköz jelenléte, amely képes ember-szerû viselkedés kifejezésére. A gyakorlatban ez legegyszerûbben egy avatárral oldható meg. A feladat A feladat egy TCP interfészen keresztül paraméterezhetõ, 3D fotorealisztikus avatár fejlesztése a Profivox beszédszintetizátor használatával. Várható eredmények Az elkészülõ avatár az elsõ, magyar nyelven beszélõ, 3D fotorealisztikus virtuális fej lesz, amely azonnal alkalmazható a tanszék kapcsolódó HCI kutatásaiban.


Multimodális kõ-papír-olló játék 9/12

DNS szekvenciák illesztése TDK bemutatkozás 2011 Kovács Gy. Fejlesztés Képfeldolgozás 3D rekonstrukció Statisztikai tanulás

Problémakör A bioinformatika számtalan nagyon egyszerû, de kombinatorikusan "felrobbanó" problémával foglalkozik. 2011 szept.: online játokosok találták meg egy retrovírus enzim kirstályszerkezetét, amely új kapukat nyitott az AIDS kezelésében. Hasonló probléma a DNS részszekvenciák összeillesztése. A feladat Online játék készítése, a CATG betûkbõl álló sztringek dominószerû összerakására és emberi játékosok próbálkozásainak rögzítésére.

Ember-gép kapcsolatok Bioinformatika PET

Várható eredmények A rögzített emberi heurisztikák elemzése olyan új programozható heurisztikákhoz vezethet, amely pontosítja, gyorsítja a létezõ algoritmusok mûködését.


10/12

PET rekonstrukció Support Vector Regresszióval TDK bemutatkozás 2011 Kovács Gy. Fejlesztés Képfeldolgozás 3D rekonstrukció Statisztikai tanulás Ember-gép kapcsolatok Bioinformatika

Problémakör A PET képalkotás széleskörûen alkalmazott eljárás diagnosztikában és gyógyszerkutatásban. Több analitikus és statisztikai módszert kidolgoztak PET képek rekonstrukciójára. Vapnik már 1989-ben adott egy elméleti eljárást PET rekonstrukcióra Support Vector Regresszió alkalmazásával, a gyakorlatban mégsem jelent meg számításigénye miatt. A feladat PET képek Support Vector Regresszióval történõ rekonstrukciójára alkalmas szoftver fejlesztése, a különbözõ kernelfüggvényekkel végzett rekonstrukció minõségi paramétereinek vizsgálata.

PET

Várható eredmények Az elõálló szoftver demonstrálhatja a módszer alkalmazhatóságát a gyakorlatban, továbbá meghatározhatóak a legjobb rekosntrukciókat produkáló kernelfüggvények. Témák Tudományos DiákKöri munkákhoz

11/12

Fajnemesítés támogatása TDK bemutatkozás 2011 Kovács Gy. Fejlesztés

Problémakör Az agrárium kutatásaiban a fajnemesítés szerepe kiemelkedõ. A különbözõ állatok növekedése, a zsírszövetek, hússzövetek mennyisége nagyon pontosan és hatékonyan monitorozható CT képalkotás segítségével.


A feladat 3D CT képek, illetve az egyes szövetek szegmentálására és mérésére szolgáló algoritmusok fejlesztése. Várható eredmények Az elõálló algoritmusokat/szoftvereket a Nukleáris Medicina Intézet és partnerei használják fel a fajnemesítéshez kapcsolódó kutatásaikban.


12/12

Témák Tudományos DiákKöri munkákhoz

Recommend Documents