Grupa projektów: Twarze
Przydatna strona: http://face-rec.org/
Zadania:
- Stworzenie (i/lub znalezienie) bazy danych twarzy uczących/testujących
- Poprawianie rozdzielczości (hasło: Face Hallucination)
- Wyrównywanie twarzy (face alignment)
http://people.csail.mit.edu/celiu/FaceHallucination/FaceHallucination_IJCV.pdf
- Rozpoznawanie twarzy używając "sparse representation"
http://perception.csl.uiuc.edu/recognition/Files/PAMI_Feature.pdf
- Automatyczne etykietowanie elementów twarzy (efekt uboczny punktu 2b)
- Rekonstrukcja modelu 3D twarzy
- Dopasowywanie modelu (np. twarzy) do obrazu bazując np. na jednym z algorytmów:
- Active shape model (ASM)
- Active appearance model (AAM)
Grupa projektów: Śledzenie obiektu
Śledzenie wskazanego obiektu w sekwencji wideo (object tracking)
Przydatna strona: http://info.ee.surrey.ac.uk/Personal/Z.Kalal/tld.html
Zadania:
- Stworzenie (i/lub znalezienie) bazy danych poetykietowanych sekwencji wideo do testowania algorytmów + wczytywanie.
http://vision.cse.psu.edu/data/vividEval/datasets/datasets.html
- Śledzenie przy pomocy punktów (np. algorytm Luckas-Kanade z OpenCV)
- Detekcja obiektu (szybki detektor oparty na randomized-tree)
- Uczenie się (aktualizacja modelu w TLD)
- Śledzenie przy pomocy punktów referencyjnych (model ruchu obiektu względem innych punktów)
- Stabilizacja obrazu:
- na obiekcie
- redukcja wstrząsów
Projekty medyczne
- Grupa projektów APACS: Implementacja i testowanie zawansowanych algorytmów przetwarzania i analizy obrazów tomograficznych. Te projekty realizowane będą jako 'wtyczki' do systemu APACS, realizowanego we współpracy ze studentami uczestniczącymi w przedmiocie Informatyka w Medycynie: zobacz część 'Projekty analityczne' na tej stronie. Przykłady:
- Segmentacja ciała modzelowatego
- Identyfikacja zmian u pacjentow z udarami mozgu.
- Szybka elastyczna rejestracja przestrzenna obrazu w obrebie 2 i wiecej akwizycji u tego samego pacjenta
- Rejestracja elastycznej atlasu mozgu do mozgu segmentowanego na podstawie obrazu KT
- Ocena ilosciowa obrzeku mozgu w kt na bazie segmentacji mozgu w KT
- APACSonGPU
Implementacja wybranych algorytmów z projektu APACS na karcie graficznej (np. w środowisku CUDA). Nacisk na prędkość przetwarzania.
- Poszukiwanie cech różnicujących mózgi osób chorych na ADHD w obrazowaniu fMRI
ADHD
- Analiza ucisków korzeniowych w obrazach MRI
* Cel: Stworzenie automatycznego analizatora obrazu pozwalającego ocenić występowanie potencjalnych ucisków na gałezie nerwów rdzeniowych w kanałach międzykręgowych na podstawie obrazów rezonansu magnetycznego części lędźwiowej kręgosłupa