Studentská grantová soutěž - předchozí roky

Algoritmy pro zpracování obrazu v průmyslových a dopravních aplikacích

SP2013/185

Krumnikl Michal Mgr. Ing., Ph.D.

01. 01. 2013 - 31. 12. 2013

Předkládaný projekt se zaměřuje na hledání nových algoritmů v oblasti digitálního zpracování obrazu, zejména pak v oblasti detekce objektů a segmentace obrazu (segmentace obrazu je významný a obtížný krok analýzy obrazu, při němž jsou z obrazu extrahovány potenciálně zajímavé útvary, které jsou pak následně rozeznávány). Pozornost bude orientována zejména na další výzkum a uplatnění metod založených na matematických základech, jako jsou například grafové řezy, numerické metody analýzy proudění tekutin (CFD) a podmíněná náhodná pole (CRF). Zkoumána bude možnost paralelizace vyvíjených algoritmů, zejména s využitím grafických procesorových jednotek (GPU). Kromě teoretické novosti bude brán zřetel také na aplikační způsobilost vyvíjených algoritmů. Bude preferován vývoj algoritmů použitelných v aplikacích, které jsou pro fakultu prakticky zajímavé, jako jsou například aplikace průmyslové a aplikace v inteligentních systémech řízení dopravy (např. čítání a registrace objektů, sledování trajektorií, vyhodnocování rizikového chování). Nedílnou součástí projektu bude prezentace dosažených výsledků na světově uznávaných fórech zabývajících se danou problematikou. Uvedené oblasti lze považovat za perspektivní. Naše zkušenost ukazuje prudký nárůst poptávky po výsledcích v této oblasti. Poptávka po praktických výsledcích stimuluje také vývoj v oblasti teoretické. V uvedených oblastech má řešitelský tým tradici a některé úspěchy v získávání průmyslových projektů. Projekt se skládá z následujících částí: 1. Nové metody segmentace a analýzy obrazu a jejich paralelizace, 2. vývoj a aplikace algoritmů zpracování obrazu v průmyslu a dopravě. Část 1: Nové metody segmentace a analýzy obrazu a jejich paralelizace Segmentace je jednou z prvních operací při analýze obrazu. Výsledky segmentace jsou zpracovávány v dalších krocích analýzy, a proto úspěšnost segmentace rozhoduje o úspěšnosti celého procesu rozpoznání. Segmentace obrazů reálného světa v žádném případě není jednoduchou záležitostí a vývoj v této oblasti nelze považovat za ukončený. Pro oddělení jednotlivých segmentů se využívá řada různých technik. V zásadě můžeme říci, že po dané technice chceme, aby měřila vzdálenost po obrazové funkci. Této definici dobře odpovídá tzv. difuzní vzdálenost. Tuto vzdálenost můžeme vypočítat ze spektra matice, která popisuje vztah mezi jasy jednotlivých pixelů v obraze. Daná metoda je sice výpočetně náročná, poskytuje však zajímavé výsledky, které jsou aktuálně na vrcholu současného poznání. V projektu se budeme zabývat aplikací difuzní vzdálenosti v algoritmech segmentace obrazu. Jednou z dalších metod, kterou považujeme za perspektivní, jsou iterované grafové řezy a jejich možná rozšíření. Jedná se o analogii minimalizace funkcionálu v diskrétní podobě. Tato formulace umožňuje snadnější rozšiřování minimalizovaného funkcionálu o další členy zvyšující přesnost segmentace. V neposlední řadě se inspirujeme i modely užívanými pro simulaci fyzikálních procesů (analýza proudění tekutin) a pokusíme se je aplikovat v oblasti zpracování obrazu. Současně s vývojem nových algoritmů se chceme zabývat i možností jejich paralelizace, zejména paralelizace s využitím grafických procesorových jednotek (GPU). Paralelizace s využitím GPU je ekonomicky výhodná, a proto pro praxi perspektivní. Při nízké ceně je počet procesorů v GPU dnes již značný, a proto lze na využití GPU pohlížet jako na nové paradigma v oblasti výpočtů nejrůznějšího typu. Přínosy v této oblasti jsou proto velmi dobře publikovatelné. Část 2: Vývoj a aplikace algoritmů zpracování obrazu v průmyslu a dopravě Oblast průmyslových a dopravních systémů jsou aktuálně diskutovaným tématem. K porozumění dopravní situace a případně k jejímu následnému řízení je nutné zajistit její kvalitní popis. Dopravní situace může být sledována pomocí statických kamerových systémů umístěných např. na křižovatkách nebo z vozidel samotných, která jsou vybavena kamerou a příslušným počítačovým vybavením. Řešené úlohy mohou zahrnovat např. čítání a registraci objektů, sledování trajektorií, vyhodnocování rizikového chování atd. Nasbíraných dat může být veliké množství a je navíc často nezbytné je zpracovávat v reálném čase pro účely okamžitých opatření. Nezbytné bude proto řešit i problematiku zpracování takto rozsáhlých obrazových dat. I zde předpokládáme využití GPU. Algoritmy využívané v průmyslových aplikacích a dopravě jsou specifické tím, že musí poskytovat co jak nejpřesnější výsledky, zároveň však musí být schopny pracovat v reálném čase. Proto se zaměříme na rozvoj metod založených na příznacích, které jsou v oblasti detekce a rozpoznávání úspěšně užívány řadu let a jsou schopny pracovat v reálném čase. V posledních letech se objevily nové typy příznaků inspirované fyzikálními modely. V rámci již probíhajících výzkumů se nám experimentálně osvědčila metoda přenosu tepla, kterou bychom chtěli dále rozvíjet. Počet bodů řešitelského týmu s rozpočítáním na domácí spoluautory (RIV 2012) Fabián Tomáš 25.24 Gaura Jan 35.65 Krumnikl Michal 64.58 Němec Martin 11.43 Sojka Eduard 45.02 Celkem: 181.92 Další členové řešitelského týmu: Minimálně 4 studenti doktorského studia v prezenční formě: Karel Mozdřeň, Radovan Fusek, Michael Holuša, Milan Šurkala Minimálně 2 studenti doktorského studia v kombinované formě: Radek Tesař, Petr Baroš a další studenti magisterského oboru. Finanční náklady na řešení: Náklady na řešení jsou navrženy tak, aby prostředky byly vynaloženy především na realizaci cest na zahraniční i lokální konference a stipendia pro studenty. Pro cestovné předpokládáme náklady cca. 40 tis. Kč na jednu zahraniční konferenci. Vybrané publikace řešitelského týmu: Krumnikl, M., Sojka, E., Gaura, J., A new level-set based algorithm for bimodal depth segmentation, Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics), 7517 LNCS, pp. 225-236, 2012 Holuša, M., Sojka, E., Object detection from multiple images based on the graph cuts, Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics), 7431 LNCS (PART 1), pp. 262-271, 2012 Gaura, J., Sojka, E., Krumnikl, M., Image segmentation based on k-means clustering and energy-transfer proximity, Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics), 6939 LNCS (PART 2), pp. 567-577, 2011 Šurkala, M., Mozdřeň, K., Fusek, R., Sojka, E., Hierarchical blurring mean-shift, Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics), 6915 LNCS, pp. 228-238, 2011 Gaura, J., Sojka, E., Krumnikl, M., Image segmentation based on electrical proximity in a resistor-capacitor network, Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics), 6915 LNCS, pp. 216-227, 2011 Sojka, E., Gaura, J., Fabián, T., Krumnikl, M., Fast mean shift algorithm based on discretisation and interpolation, Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics), 6474 LNCS (PART 1), pp. 402-413, 2010 Sojka, E., Gaura, J., Šrubař, Š., Fabián, T., Krumnikl, M., Blurring mean-shift with a restricted data-set modification for applications in image processing, Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics), 6455 LNCS (PART 3), pp. 310-319, 2010 Krumnikl, M., Sojka, E., Gaura, J., Motyka, O., Three-dimensional reconstruction of macroscopic features in biological materials, Communications in Computer and Information Science, 52, pp. 225-234, 2010

Mgr. Ing. Michal Krumnikl, Ph.D.
Ing. Martin Němec, Ph.D.
doc. Dr. Ing. Eduard Sojka
Ing. Tomáš Fabián, Ph.D.
Ing. Jan Gaura, Ph.D.
Ing. Milan Šurkala
Ing. Karel Mozdřeň
Ing. Radovan Fusek, Ph.D.
Ing. Michael Holuša, Ph.D.
Ing. Petr Baroš
Bc. Radek Tesař

Nové algoritmy pro segmentaci obrazu, zejména algoritmy založené na variačních formulacích řešených pomocí iteračních metod.
Paralelní varianty výše uvedených algoritmů.
Publikace ve výše uvedených oblastech.
Algoritmy pro řešení praktických úloh v průmyslových a dopravních systémech