Diplomové a bakalářské práce
Oddělení zpracování obrazové informace ÚTIA AV ČR vede bakalářská a diplomové práce studentů MFF UKa FJFI ČVUT. Pokud vás některá z prací zaujala, napište e-mail přímo zadavateli práce nebo na adresu zitova@utia.cas.cz. Uvedená témata mohou být zpracovávána na bakalářské i diplomové úrovni. Pokud máte vlastní nápad, na kterém byste chtěli v rámci bakalářské nebo diplomové práce pracovat, rovněž se na nás můžete obrátit, určitě se nějak domluvíme.
Vypsaná témata:
Aktuální 2021
- Super-resolution (bakalářská nebo diplomová práce): Užitečnost satelitních dat je omezena poměrně hrubým rozlišení (10m pixel u Sentinel-2). V rámci této práce bychom zkoumali možnosti dosažení subpixelové přesnosti pro detekci, rozpoznávání a určení přesné polohy objektů.
- Softwarová knihovna a CLI interface pro přístup k datům ze satelitů Sentinel (bakalářská práce): Použití satelitních dat je obtížné díky velkým datovým objemům a zpřístupnění pouze po dlaždicích s proměnlivým rozsahem záběru. Úkolem práce je navrhnout CLI interface a softwarovou knihovnu v Pythonu pro usnadnění automatického stahování dat pro zadané oblasti zemského povrchu a zpřístupnění dat relevantních pro časové analýzy konkrétního místa.
- Rozpoznávání typu povrchů v datech ze satelitů Sentinel (bakalářská nebo diplomová práce): Schopnost rozpoznat typ povrchu je nezbytná pro velké množství praktických aplikací. V této práci bychom se zaměřili na multispektrální data z družice Sentinel 2.
- Radiometrické korekce a kalibrace multispektrálních družicových dat (bakalářská nebo diplomová práce): Obrazové hodnoty na družicových snímcích mohou měnit hodnotu v důsledku mnoha vlivů, od úhlu záběru, přes atmosférické podmínky až například po vlhkost zemského povrchu. Úkolem této práce je korekce těchto hodnot pro vybrané typy vlivů.
- Detekce změn v časových řadách družicových snímků
- Segmentace objektů z leteckých snímků (bakalářská nebo diplomová práce): tato práce by se zaměřila na segmentaci objektů ze zaměřením na aplikace v zastavěných oblastech
Satelity Sentinel vypouštěné od roku 2014 Evropskou kosmickou agenturou v rámci
programu Copernicus poskytují zdarma obrazová data ve vysokém časovém i prostorovém rozlišení. Vypisujeme několik bakalářských prací a diplomek, které by měly přispět k jejich využití v praktických aplikacích i výzkumu.
Poškozené povrchy vozovek jsou na našich silnicích velmi časté. Ke zlepšení jejich
stavu by mohl významně přispět dostatečně jednoduchý a levný způsob, jak tento stav
sledovat a vyhodnocovat. Tato práce bude zaměřena na detekci poškození
z obrazových dat pomocí neuronových sítí.
Mezinárodní index hrubosti IRI je standardní mírou hladkosti silničních povrchů, která se
odráží v jízdním komfortu i spotřebě pohonných hmot. Tento index jde odhadovat na
základě otřesů vozidla, které lze měřit pomocí akcelerometrů běžných mobilních telefonů.
Úkol by bylo vyvinout takových algoritmus, který by zajistil opakovatelnost měření
a invarianci vzhledem k použitému vozidlu a telefonu.
Moderní výrobní linka dokáže v třísměnném provozu vyprodukovat přes 5000 automobilů týdně. Tedy přibližně každé dvě minuty odjíždí z haly nové auto. Každý kus je do jisté míry originál, podle toho, jak si zákazník nakonfiguroval výbavu - lakování, světla, potahy, ráfky a další příplatkové pakety. Pokud je dodržena kvalita jednotlivých dílů a vše spolu správně funguje, projede daný kus závodní linkou bez velkých zdržení. To se bohužel občas nestane a tak se některé díly musí po montáži opakovaně vymontovávat a dávat zpět. To platí i o kolech. A tak se může během výrobního procesu stát, že automobil opouští výrobní linku na kolech, které neodpovídají volbě zákazníka, ať už velikostí nebo typem. Zásadnější problém nastává, pokud je taková záměna provedena ne na všech čtyřech kolech, ale jen na části z nich. To může mít zásadní vliv na bezpečnost. Data, na kterých budete provádět analýzu, jsou nasnímána pomocí dvou synchronizovaných kamer umístěných na výrobní lince tak, že automobily projíždí mezi nimi. Vaším úkolem bude seznámení se s danou problematikou, selekce a anotace dat. Dále pak lokalizace všech čtyř kol a jejich následná klasifikace.
Podle rozsahu práce se dohodneme, jestli bude detekce a klasifikace prováděna pomocí „klasických metod“ zpracování obrazu nebo pomocí populárních konvolučních neuronových sítí. Také je možné s tématem začít v bakalářské práci a poté pokračovat v práci diplomové.
Při výrobním procesu automobilu je potřeba sestavit přes 10 000 součástek. Nejde o to, jen součástky správně navrhnout a sestavit, ale také zkontrolovat, že byly správně sestaveny, nic nechybí a nic není špatně zapojeno. Některé chyby výrobního procesu jsou jen kosmetické jiné mohou přinášet fatální následky.Konkrétních úkolů, co automaticky kontrolovat pomocí kamer je velké množství. Ve Vaší diplomové práci se proto zaměříte jen na určitou část problémů. Vaším úkolem bude analyzovat nasnímané snímky z kontrolní linky automobilky a navrhnout systém automatické kontroly z obrazových dat.
Úkolem je analýza fotografií včelí měli na podložkách v úlu a automatická detekce Varroa destructor (Kleštíka včelího). Tento parazit likviduje včelstva po celém světě a tento nástroj by měl být pomocí při kontrole včelstva, kterou včelař provádí několikrát ročně. Výstupem bude program pro mobilní zařízení.
Důležitým úkolem při restaurátorské analýze malby je identifikace použitých malířských pigmentů. Nejlevnější metodou, která je často využívána je pořízení multimodálního datasetu v rozsahu UV, VIS, NIR (tj. 300-1050nm) a porování získaného vektoru intenzit s databází pigmentů.
Cílem práce je návrh vhodné metriky pro porovnání spekter z databáze se spektrem získaným z uměleckého díla a její evaluace nad existujícími databázemi. Součástí práce je zejména evaluace metrik používaných pro change detection pro účely restaurátorů.
Návrh metod zpracování obrazové informace pro analýzu scény v různých aplikačních oblastech - dálkový průzum Země, medicína, biologie, kulturní dědictví. Na vstupu máme scénu zachycenou
v různých vlnových pásmech-modalitách (UV, IR, FIR, XRAY, ... ) a cílem je extrahovat podstatnou relevantní informaci a věrohodně ji vizualizovat. Cíle analýz jsou
motivovány skutečnými požadavky z praxe.
TIRF-SIM (total internal reflection fluorescence structured illumination microscopy) je aktuálně nejmodernější technologie fluorescenční mikroskopie, která umožňuje pozorovat procesy v živých buňkách s unikátním prostorovým a časovým rozlišením. Nové vědecké závěry, které pomocí této technologie lze získat, vyžadují přesnou statistickou analýzu velkého množství časosběrných snímků.
Student bude mít příležitost se účastnit multidisciplinárního výzkumu, který provádíme ve spolupráci s Univerzitou Cambridge, kde studují aktivní proces, jímž buňka pohlcuje částice ze svého povrchu. Tímto procesem, který se nazývá endocytóza, se mohou do buňky dostat hormony, protilátky, ale i viry a toxiny. Výsledky našich pozorování a analýzy mají velký význam pro porozumění základních fyziologických procesů v těle a také při vývoji nových terapeutických strategií (jako je např. imunoterapie).
Cílem práce je seznámit se s SIM technologií a využít stávajícího softwaru na automatickou detekci pro sledování procesu endocytózy. Dále pak student navrhne metody na klasifikaci fáze endocytózy za pomoci metod strojového učení. Znalosti z oblasti buněčné biologie nejsou samozřejmě vyžadovány.
Environmentální rastrovací elektronová mikroskopie (EREM) představuje jeden z moderních vývojových trendů v mikroskopických metodách. Umožňuje zkoumání vzorků o rozměrech nanometrů v podmínkách bez vakua. Na rozdíl od klasických rastrovacích elektronových mikroskopů, EREM umožňuje pořizovat snímky i živých vzorků (in vivo). Přítomnost plynu v komoře vzorku však způsobuje degradace obrazu jako je šum, rozmazání a změna kontrastu.
Cílem práce je seznámit se s touto mikroskopickou metodou a provést statistickou analýzu degradací v závislosti na parametrech mikroskopu. Dále pak student navrhne matematické metody na odstraňování zkoumaných degradací. Student bude mít příležitost se účastnit multidisciplinárního výzkumu, který provádíme ve spolupráci s Ústavem přístrojové techniky, Akademie věd ČR.
Rychle pohybující se objekty jsou obvykle zachyceny na videu jako rozmazané čáry, např. míče ve sportovních videích. Student bude mít příležitost se podílet na řešení projektu základního výzkumu (ukázka bakalářské a diplomové práce), jehož cílem je detekce a přesná rekonstrukce pohybu a vzhledu takovýchto objektů. Výsledkem budou aplikace typu přesné měření rychlosti, realistické zpomalení videa, 3D rekonstrukce objektu, atd.
Jedná se o interdisciplinární výzkum ve spolupráci s Ústavem živočišné fyziologie a genetiky AV ČR. Cílem výzkumu je studium vývoje chromozomů v samičí zárodečné buňce. Nedílnou součástí tohoto výzkumu je analýza časosběrných záznamů tohoto vývoje, pořízených pomocí tzv. light-sheet mikroskopu.
Jde o pokročilou techniku fluorescenční mikroskopie, která umožňuje získat 3D snímek složený z několika desítek řezů preparátem a navíc sledovat jeho vývoj v čase (tedy sledovat procesy, probíhající v preparátu). Úměrně podrobnosti zobrazení preparátu ovšem narůstá velikost obrazových dat, která pro jeden záznam dosahuje jednotek až stovek GB. To vede k nutnosti použít pro analýzu záznamů automatizované metody, které musí odlišit pozorovaný objekt (chromozomy, dělicí vřeténko) od dalších struktur, které se ve fluorescenčních snímcích zobrazí.
Cílem práce je seznámit se stávajícím řešením analýzy těchto obrazových záznamů pomocí konvolučních neuronových sítí a dalších metod strojového učení a podílet se na jeho dalším vývoji.
Znalosti z oblasti buněčné biologie a genetiky nejsou vyžadovány.
Účelem registrace digitálních obrazů je sestavení jednoho obrazu
z několika dílčích obrazů, které se vzájemně překrývají. K dosažení co
nejlepší shody v oblastech překryvu je třeba nalézt vhodné
geometrické transformace vstupních obrazů (např. afinní
transformace, bikubická polynomiální transformace apod.) a určit
jejich parametry. K určování hodnot těchto parametrů lze s výhodou
použít bayesovské metody odhadu. Tyto metody umožňují objektivně
stanovit polohovou přesnost výsledného obrazu, vyskytují se však při nich
numerické problémy spojené s vícenásobnou integrací složitých
funkcí. Cílem práce je tedy navrhnout efektivní algoritmy, které by
tyto problémy pomohly řešit, a ve vhodném výpočetním prostředí
(Matlab, Mathematica) vytvořit ukázkové příklady registrace obrazů.
K eliminaci náhodného šumu v digitálním obraze lze s výhodou použít metody prostorové statistiky (geostatistiky). Náplní práce bude navrhnout efektivní algoritmus pro odhad a eliminaci šumu založený na těchto metodách. Navržený algoritmus bude implementován ve vhodném výpočetním prostředí a ověřen na konkrétních digitálních obrazech.