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).