Ta witryna wykorzystuje cookies. Więcej informacji można znaleźć na stronie Polityka dotycząca cookies i podobnych technologii. ZAMKNIJ Zamknij ostrzeżenie dotyczące cookies

Łukasz Kobyliński obronił rozprawę doktorską

l.kobylinski

Ł.Kobyliński

W dniu 6 listopada 2012 roku mgr inż. Łukasz Kobyliński obronił rozprawę doktorską pt. "Data Mining Methods in Classification of Images". Polski tytuł rozprawy "Metody eksploracji danych w klasyfikacji obrazów", rozprawa była napisana w języku angielskim. Promotorem rozprawy był prof. nzw. dr hab. inż. Krzysztof Walczak.

Klasyfikacja obrazów na podstawie ich zawartości jest kluczowym zagadnieniem, łączącym obszary zainteresowań takich dziedzin współczesnej informatyki, jak tworzenie systemów informacyjnych i analiza danych multimedialnych.  Eksploracja danych jest kierunkiem badań, dotyczącym znajdowania interesujących wzorców w dużych zbiorach danych. Badania te dotyczyły do końca XX wieku jedynie zbiorów numerycznych i tekstowych, obecnie w centrum zainteresowania znalazły się dane multimedialne.
Niniejsza praca stanowi analizę skuteczności zastosowania metod eksploracji danych do klasyfikacji dużych zbiorów obrazów. W tym celu podjęta została kwestia transformacji danych w postaci wektorów liczbowych, stanowiących reprezentację obrazów, do postaci transakcyjnej, odpowiedniej dla algorytmów eksploracji danych. Zaproponowano dostosowanie istniejących metod do eksploracji danych obrazowych poprzez wprowadzenie wzorców, uwzględniających krotność obiektów występujących w transakcjach oraz przestrzenne zależności pomiędzy obiektami w przestrzeni dwuwymiarowej.
W szczególności, w pracy zaproponowane zostało zastosowanie klasyfikacyjnych reguł asocjacyjnych z elementami powtarzającymi się (class association rules with occurrence counts) do klasyfikacji obrazów oraz wprowadzone zostały nowe typy wzorców wyłaniających się (emerging patterns), które mogą posłużyć do eksploracji multimedialnych baz danych, jak również innych zbiorów zawierających obiekty powtarzające się.
Zaproponowane wyskakujące wzorce wyłaniające się z elementami powtarzającymi się (jumping emerging patterns with occurrence counts) posiadają zaletę reprezentowania istotnych różnic pomiędzy zbiorami danych, połączoną z możliwością analizy danych transakcyjnych, uwzględniających krotności obiektów. Wyskakujące podciągi (jumping emerging substrings) pozwalają identyfikować wzorce, charakteryzujące zbiory obrazów, reprezentowanych za pomocą ciągów symboli. Przestrzenne wzorce wyłaniające się (spatial emerging patterns) mogą służyć do identyfikacji przestrzennych zależności między obiektami na obrazach, w sposób istotny odróżniających zbiory obrazów od siebie.
W pracy zaprezentowana została również metoda indeksowania baz obrazowych, umożliwiająca ich szybkie przeszukiwanie. Przedstawione metody automatycznej klasyfikacji obrazów oraz ich indeksowania stanowią łącznie podstawę dla tworzenia systemów, pozwalających na przechowywanie i przeszukiwanie obrazów w odpowiedzi na zapytania.

Ostatnia modyfikacja: środa, 12 czerwca 2013, 08:34:55, Bożenna Skalska

x x Aktualności (9) - wg daty publikacji

‹‹ Listopad 2012 ››
Pon Wt Śr Czw Pt So N
      1 2 3 4
5 6 7 8 9 10 11
12 13 14 15 16 17 18
19 20 21 22 23 24 25
26 27 28 29 30