Samenvatting
In deze thesis doen wij onderzoek naar het ontwerpen van nieuwe patroonherkenningssystemen op basis van vernieuwende filters welke getraind kunnen worden. De thesis richt zich op toepassingen op het gebied van intelligente audiosurveillance en de analyse van medische afbeeldingen.
In het eerste deel van dit werk stellen wij een systeem voor dat abnormaliteiten in geluidsfragmenten kan detecteren. Voorbeelden van abnormaliteiten zijn het breken van glas, geweerschoten, schreeuwende mensen, slippende banden en autobotsingen. Het beoogde systeem is gebaseerd op het gebruik van CoPE filters. Deze filters kunnen nieuwe abnormaliteiten herkennen aan de hand van voorbeelden, vergelijkbaar met de manier waaropmensen nieuwe concepten leren. Een dergelijk systeem kan toegepast worden om bestaande surveillance systemen te verbeteren. Wij hebben een strategie ontworpen voor de uitrol van microfoons op plekken waar cameras niet toegestaan zijn (e.g. publieke toiletten) of waar het plaatsen van cameras te duur is (e.g. grote parkeerplaatsen). Het systeem kan de politie helpen bij het opsporen van criminele activiteiten of bij het herkennen van gevaarlijk situaties.
In het tweede gedeelte van de thesis gebruiken wij COSFIRE filters om automatisch bloedvaten te segmenteren in afbeeldingen van netvliezen. De handmatige analyse van netvliesafbeeldingen is tijdrovend en duur. Een geautomatiseerd systeem maakt bevolkingsonderzoek mogelijk en helpt dokters bij het herkennen van medische aandoeningen, zoals diabetische retinopathie, in een vroeg stadium. Daarnaast brengt het systeem lage medische onkosten met zich mee.
Dit werk biedt nieuwe methoden voor patroonherkenning in geluidsfragmenten en voor het verwerken van afbeeldingen, en is toepasbaar in de praktijk.
In het eerste deel van dit werk stellen wij een systeem voor dat abnormaliteiten in geluidsfragmenten kan detecteren. Voorbeelden van abnormaliteiten zijn het breken van glas, geweerschoten, schreeuwende mensen, slippende banden en autobotsingen. Het beoogde systeem is gebaseerd op het gebruik van CoPE filters. Deze filters kunnen nieuwe abnormaliteiten herkennen aan de hand van voorbeelden, vergelijkbaar met de manier waaropmensen nieuwe concepten leren. Een dergelijk systeem kan toegepast worden om bestaande surveillance systemen te verbeteren. Wij hebben een strategie ontworpen voor de uitrol van microfoons op plekken waar cameras niet toegestaan zijn (e.g. publieke toiletten) of waar het plaatsen van cameras te duur is (e.g. grote parkeerplaatsen). Het systeem kan de politie helpen bij het opsporen van criminele activiteiten of bij het herkennen van gevaarlijk situaties.
In het tweede gedeelte van de thesis gebruiken wij COSFIRE filters om automatisch bloedvaten te segmenteren in afbeeldingen van netvliezen. De handmatige analyse van netvliesafbeeldingen is tijdrovend en duur. Een geautomatiseerd systeem maakt bevolkingsonderzoek mogelijk en helpt dokters bij het herkennen van medische aandoeningen, zoals diabetische retinopathie, in een vroeg stadium. Daarnaast brengt het systeem lage medische onkosten met zich mee.
Dit werk biedt nieuwe methoden voor patroonherkenning in geluidsfragmenten en voor het verwerken van afbeeldingen, en is toepasbaar in de praktijk.
| Originele taal-2 | English |
|---|---|
| Kwalificatie | Doctor of Philosophy |
| Toekennende instantie |
|
| Begeleider(s)/adviseur |
|
| Datum van toekenning | 10-jun.-2016 |
| Plaats van publicatie | [Groningen] |
| Uitgever | |
| Gedrukte ISBN's | 978-90-367-8931-8 |
| Elektronische ISBN's | 978-90-367-8932-5 |
| Status | Published - 2016 |