popularyzatorski opis rezultatów projektu
Transkrypt
popularyzatorski opis rezultatów projektu
Nr wniosku: 159772, nr raportu: 13469. Kierownik (z rap.): dr inż. Marcin Korytkowski W ramach projektu stworzono zespół składający się z młodych badaczy, którego celem było prowadzenie badań związanych z wyszukiwaniem i klasyfikacją obrazów na podstawie ich zawartości (ang. Content Based Image Retrieval CBIR). W bardzo ogólnym sensie należy uznać, iż zadanie to sprowadza się do inteligentnego rozumienia danych graficznych. Badania prowadzone były w Instytucie Inteligentnych Systemów Informatycznych Politechniki Częstochowskiej, który ma ugruntowaną pozycję na świecie w dziedzinie badań nad algorytmami z rodziny soft computing. Naturalnym zatem jest, że głównie badania skoncentrowano na zastosowaniu istniejących algorytmów i opracowaniu nowych dla potrzeb analizy danych wizualnych w oparciu o inteligencję obliczeniową. Badania prowadzone były na kilku płaszczyznach: 1) Opracowanie nowych deskryptorów dla potrzeb szybkiego przetwarzania obrazów, które bazować będą na różnych cechach obrazów np. kolor, tekstura, itp. 2) Zaprojektowanie systemu ściśle związanego z relacyjnymi bazami danych, który pozwoli w pełni automatycznie wyszukiwać obrazy i je indeksować w oparciu o logikę rozmytą. 3) Opracowanie nowych postaci sieci konwolucyjnych, które swym działaniem i strukturą będą odwzorowywać budowę komórek glejowych w mózgu człowieka. 4) Wykorzystanie połączenia algorytmów ewolucyjnych oraz sieci neuronowych w celu określenia wartości i liczby słów wizualnych (visual words) niezbędnych do określenia klasy badanego obrazu. 5) estymowanie gęstości prawdopodobieństwa na podstawie wartości punktów kluczowych, z zastosowaniem szeregów ortonormalnych. Rezultaty badań są niezwykle interesujące ze względu na ich możliwość praktycznego zastosowania. Obecnie w relacyjnych bazach danych praktycznie nie istnieją zaimplementowane metody pozwalające na szybkie wyszukiwanie obrazów na podstawie punktów kluczowych. Jednym z rezultatów projektu jest właśnie taki system, który działa w sposób analogiczny do technologii Full Text Search dedykowanej do indeksowania dużych zbiorów tekstowych. Równie ciekawym rezultatem projektu jest zaproponowana struktura konwolucyjnej sieci neuronowej będąca namiastką komórek glejowych w mózgu człowieka. Wstępne badania pokazały, że ich zastosowanie niesie ze sobą bardzo duże możliwości zarówno pod względem interpretacji ich działania a także pod względem jakości otrzymanych wyników symulacyjnych. Algorytmy stworzone przez grupę realizującą projekt testowane były na najnowszych danych typu VOC2012, ImageNET, które zawierają zbiory obrazów liczące setki tysięcy obrazów różnych klas. Wyniki prowadzonych badań są niezwykle istotne dla społeczeństwa. Przykładem może być współpraca z firmą Passus, która zajmuje się bezpieczeństwem sieci komputerowych. Opracowane w ramach projektu algorytmy stały się podstawą do ubiegania się o uzyskanie dotacji na ich kontynuację i implementację w systemach realizujących funkcjonalność firewall w placówkach szpitalnych. Nowopowstałe systemy mają za zadanie chronić danych osobowe pacjentów i zapobiegać wyciekowi danych medycznych. Tematyka badań wzbudziła zainteresowanie innych jednostek badawczych w Europie, czego rezultatem jest wspólnie napisany projekt badawczy w konkursie CHIST- ERA p.t. „Safe and Autonomous Functioning of the Internet of Things” z partnerami: Imperial College London, University of Liège (Belgia), Ecole Normale Supérieure (Francja).