επεξεργασία εικόνας

Βελτίωση ανάλυσης δορυφορικών εικόνων

Στόχος της εργασίας είναι η βελτίωση της χωρικής διακριτικής ικανότητας (spatial resolution) δορυφορικών εικόνων για τον εντοπισμό αλλαγών κάλυψης/χρήσεων γης. Για το σκοπό αυτό θα υλοποιηθεί αλγόριθμος υπερ-ανάλυσης (super-resolution algorithm) και θα πραγματοποιηθούν πειράματα με δορυφορικές εικόνες Landsat και Sentinel-2. Θα μελετηθούν διάφορα ποσοτικά κριτήρια εκτίμησης της χωρικής βελτίωσης της παραγόμενης εικόνας.

Development of (Micro-) Services for Internet of Things Applications (Multiple Positions)

* Please note that we welcome proposals from students carrying experience in different thematic areas such as Agriculture, Tourism, Logistics, Healthcare or any other areas that may believe the IoT can have an impact, as long as one has a keen interest in Computer Science and Programming.

Motivation
Recent technological advances in computer systems and telecommunications set a fertile ground for the rapid growth of the Internet of Things (IoT). The core characteristic of IoT is the integration of heterogeneous and multimodal sensors, processing units and action elements (actuators) in a distributed environment. (Micro-) Services are expected to be developed to interconnect and integrate billions of devices. Such micro-services have to be reusable and reconfigurable so that the developers could use them in building and realizing more complex services and applications.

What We Offer
The Intelligent Software Solutions Lab. (ISS) of the Inst. of Informatics & Telecommunications of NCSR 'Demokritos' has developed a scalable, distributed and cloud-based IoT platform with high-availability, called SYNAISTHISI. SYNAISTHISI follows a service-based architecture where all IoT resources are transformed to interoperable IoT services. Businesses, developers, and users may participate in the ecosystem by producing, consuming and interconnecting the available services, managing to develop their own real time applications and services by reusing digital assets and therefore offering IoT-based services with minimal time to market. (http://iot.synaisthisi.iit.demokritos.gr/)

Your Contribution
The Intern will be responsible for the development of a few independent services that might feel unconnected at first; however, collectively they have to be used for building more complex IoT applications. The common ground will be the integration with the SYNAISTHISI platform and the corresponding protocols that the SYNAISTHISI platform supports.
The (Micro-) Services will initially fit in an area of interest to help the intern develop an expertise in that particular area. However, the gained skills will later be transferable to other domains as well.

Multiple Positions
A. Smart Farming and Agriculture:
Examples of such applications are: Environmental Monitoring, Web Scrapping (news, weather channel), plant monitoring, etc.

B. Smart Home - Energy Management
Examples of such applications are: Smart Lighting Control, Stand-by state control of devices, Smart Heating and A/C control, Energy Load Shifting. Additionally, the intern will have access to already developed services from past projects.

C. Smart Home - Ambient Assisted Living
Examples of such applications are: People Fall detection, Activity Recognition, Verify Performance of daily activities (Did I take my pills/have a shower/went shopping), Schedule - Reminders, Autonomous control of Home activities.

D. Tourism/Smart cities
Examples of such applications are: Location-based marketing, Smart Suggestions, Boat Tracking, Boat/Car sharing services, Accident Response, Safety and Security of Tourists, Traffic information, environmental information, tour planning, parking availability,etc.

Overall, the services will either be semantically or syntactically interoperable enabling developers and end-users to seamlessly interconnect them in ever more complex applications. These IoT services will be registered with at least one IoT platform and discoverable by other services. We expect that the Interns will support an ecosystem of IoT services and will have the experience to cooperate with other members of the team a) to help them create a more generic marketplace of services, and b) supervise other developers to create IoT services in a systematic way. In return, he/she will have gained vast experience in a very active area that attracts the lights of the world's biggest corporations.

Looking for some inspiration on IoT applications?
https://www.the-iot-marketplace.com/

For more information, please contact
Dr Costas S. Spyropoulos
Director of Research
costass@iit.demokritos.gr

Aνάλυση Υπερφασματικών (Hyperspectral) δεδομένων

Αυτή η εργασία αποτελεί μια εφαρμογή μεθόδων τηλεπισκόπησης. Συγκεκριμένα θα γίνει ανάλυση υπερφασματικών δεδομένων Long-Wavelength Infrared (LWIR 7,8–11,5 µm) σε συνδυασμό με ορθοφωτογραφίες (RGB) υψηλής ανάλυσης (τής ίδιας περιοχής). Δίνονται και περιοχές με γνωστή ταξινόμηση (training/evaluation sets).
Η εργασία περιλαμβάνει βιβλιογραφική έρευνα μεθόδων supervised classification, επεξεργασία δεδομένων με προγράμματα GIS ή/και MATLAB και επιλογή συνδυασμού μεθόδων για την καλύτερη ταξινόμηση.
Εφόσον τα αποτελέσματα παρουσιάζουν ενδιαφέρον, η εργασία θα δημοσιευθεί σε διεθνές επιστημονικό περιοδικό ή συνέδριο.

Απεικόνιση επικινδυνότητας σε πλατφόρμα GIS

Το εργαστήριο Αξιοπιστίας Συστημάτων και Βιομηχανικής Ασφάλειας του ΕΚΕΦΕ «ΔΗΜΟΚΡΙΤΟΣ» ανέπτυξε έναν κώδικα, για τον υπολογισμό των επιπτώσεων από μεγάλα βιομηχανικά ατυχήματα (διαρροή τοξικών και ευφλέκτων ουσιών). Τα αποτελέσματα των υπολογισμών των μοντέλων είναι συνήθως καμπύλες ίσης Ατομικής Διακινδύνευσης (Isorisk curves) με αντίστοιχη πληροφορία (x, y, Risk, δηλ συντεταγμένες θέσης και μιά τιμή πιθανότητας, 0 -1), ή πληροφορία Κοινωνικής Διακινδυνευσης (αριθμός ατόμων σε κίνδυνο).
Εκείνο που επιδιώκεται από την προτεινόμενη Εργασία είναι η παρουσίαση και απεικόνιση των αποτελεσμάτων της επικινδυνότητας (Risk) από μεγάλα βιομηχανικά ή άλλα ατυχήματα σε περιβάλλον GIS. Το σύστημα GIS θα περιέχει πληροφορίες των εγκαταστάσεων (π.χ. ποσότητες ουσιών, αριθμός εργαζομένων) αλλά και πληθυσμιακά δεδομένα της περιοχής, οδούς διαφυγής, καθώς επίσης και την επικινδυνότητα από ατυχήματα (ατομική και ομαδική). Το σύστημα GIS μπορεί να χρησιμοποιηθεί για τη διαχείριση των ατυχημάτων και εύρεση πολιτικών ανάπτυξης γύρω από τις βιομηχανικές περιοχές (Land Use Planning).

Αναγνώριση ανθρώπινης συμπεριφοράς μέσω ανάλυσης κινούμενης εικόνας βάθους

Τα τελευταία χρόνια, με την ραγδαία εξάπλωση των συσκευών ηλεκτρονικών παιχνιδιών έχουν αναπτυχθεί νέοι τρόποι επικοινωνίας ανθρώπου-μηχανής. Για τον σκοπό αυτό, και πιο συγκεκριμένα για την ανάλυση κινήσεων κατά την διαδικασία του παιχνιδιού, οι κλάσσικές μηχανές καταγραφής εικόνας/ήχου, έχουν επεκταθεί με νέες τεχνικές, όπως αυτή της καταγραφής του βάθους. Πιο χαρακτηριστικός είναι ο αισθητήρας Kinect, που χρησιμοποιείται στην κονσόλα παιχνιδιών Xbox της Microsoft. Η συγκεκριμένη συσκευή καταγραφής, εκτός από "κλασσική" RGB εικόνα (και βίντεο), μπορεί επίσης να καταγράψει "εικόνες βάθους", στις οποίες οι τιμή του κάθε pixel μεταφράζεται σε μία προσέγγιση της απόστασης του αντικειμένου από την κάμερα. Όπως είναι αναμενόμενο, ο νέος αυτός τύπος καταγραφής εικόνας έχει ανοίξει νέους ορίζοντες στην επιστημονική περιοχή της ανάλυσης (κινούμενης ή στατικής) εικόνας.

Στόχοι της συγκεκριμένης εργασίας θα είναι:
- Η μελέτη των πιο βασικών μεθόδων αναγνώρισης ανθρώπινης συμπεριφοράς (με έμφαση σε είδη κινήσεων, όπως περπάτημα, τρέξιμο κτλ), τόσο με "κλασσικές" μεθόδους, όσο και με μεθόδους που βασίζονται σε εικόνες βάθους.
- Υλοποίηση μεθόδων αναγνώρισης συμπεριφοράς με χρήση του αισθητήρα Kinect σε κάποια γλώσσα προγραμματισμού (Processing, C++, Python)
- Καταγραφή δεδομένων για πειραματικούς σκοπούς και εξαγωγή πειραματικών αποτελεσμάτων.

Εντοπισμός χωροχρονικών μεταβολών κάλυψης / χρήσεων Γης από δορυφορικά δεδομένα

Η έγκαιρη και ακριβής αναγνώριση των χωροχρονικών μεταβολών της κάλυψης/χρήσεων Γης είναι ζητούμενο σε πολλές περιβαλλοντικές εφαρμογές. Στην κατεύθυνση αυτή, ο τεράστιος όγκος δορυφορικών δεδομένων προσφέρει μια πολύτιμη πηγή πληροφοριών. Σκοπός της εργασίας είναι η εξαγωγή πληροφορίας από δορυφορικές εικόνες για τις χωροχρονικές μεταβολές με τη βοήθεια μεθόδων μηχανικής μάθησης.

Σύντηξη (fusion) δορυφορικών εικόνων

Η σύντηξη εικόνων αφορά τη χρήση κατάλληλων τεχνικών για τη δημιουργία συνθετικών, βελτιωμένων, εικόνων. Στην εργασία αυτή θα μελετηθούν τεχνικές σύντηξης δορυφορικών εικόνων MERIS ENVISAT και LANDSAT με στόχο την χωρική, φασματική και χρονική (επαναληψιμότητα) βελτίωση του αποτελέσματος. Παράλληλα θα εξεταστού/ ορισθούν ποσοτικά κριτήρια εκτίμησης της χωρικής και φασματικής βελτίωσης της παραγόμενης εικόνας και ανάλογα με τη σκοπιμότητα το πεδίο εφαρμογής (κάλυψη Γης, χρήσεις Γης, παρακολούθηση ποιοτικών χαρακτηριστικών λιμνών).

Εντοπισμός κειμένου σε σκηνές εικόνων και εικονοσειρών

Οι εικόνες και οι εικονοσειρές εσωτερικών και εξωτερικών σκηνών περιέχουν συνήθως κειμενική πληροφορία την οποία είναι χρήσιμο να αναγνωρίσουμε και να επεξεργαστούμε αυτόματα. Στα πλαίσια της εργασίας θα γίνει εντοπισμός του κειμένου σε σκηνές εικόνων και εικονοσειρών. Πιο συγκεκριμένα, θα γίνει χωρικός και χρονικός εντοπισμός των περιοχών κειμένου καθώς και διαχωρισμός των στοιχειοσημείων των χαρακτήρων από τα στοιχειοσημεία του υποβάθρου.

On-line αναγνώριση γραφής και μαθηματικών τύπων σε Tablet PCs και Smart Boards

Με την μεγάλη διάδοση της χρήσης των συσκευών εισαγωγής ψηφιακής πληροφορίας όπως τα Tablet PCs και τα Smart Boards, δημιουργήθηκε η ανάγκη για αυτόματη επεξεργασία και αναγνώριση της γραφής χωρίς περιορισμούς. Σκοπός της εργασίας είναι η αυτόματη αναγνώριση της γραφής με έμφαση στους Ελληνικούς χαρακτήρες καθώς και στους μαθηματικούς τύπους που εισάγονται στις παραπάνω συσκευές. Τα στάδια που θα διερευνηθούν αφορούν την κατάτμηση του σήματος, την εξαγωγή κατάλληλων χαρακτηριστικών, την αναγνώριση καθώς και την εξαγωγή του τελικού αποτελέσματος χρησιμοποιώντας την ανάλυση της δομής της πληροφορίας.

Κατάτμηση χρονικά μεταβαλλόμενων δεδομένων (σημάτων) και αναγνώριση των γεγονότων που προκύπτουν, με χρήση χρονικών οντολογιών

Στην αναγνώριση γεγονότων από σήματα, με χρήση οντολογιών, η διαδικασία ξεκινά με την ανάλυση του σήματος. Σ’ αυτή τη φάση χρειάζεται να γίνει κατάτμηση του σήματος σε βασικές μονάδες και χαρακτηρισμός των μονάδων ως γεγονότα χαμηλού επιπέδου. Η σειρά αυτών των γεγονότων με τις χρονικές παραμέτρους τους τοποθετούνται στην οντολογία ως στιγμιότυπα κλάσεων και κατόπιν με τη βοήθεια μεθόδων συμπερασμού, αναγνωρίζονται επιπλέον γεγονότα υψηλότερου επιπέδου. Στα πλαίσια της εργασίας θα αναπτυχθούν μέθοδοι κατάτμησης σημάτων και αναγνώρισης γεγονότων. Οι μέθοδοι θα εφαρμοστούν σε ηχοδιαγράμματα (sonograms) που καταγράφουν τραγούδια της καμπούρας φάλαινας, για τα οποία έχουμε δημιουργήσει και την αντίστοιχη οντολογία.

Syndicate content

© 2018 - Institute of Informatics and Telecommunications | National Centre for Scientific Research "Demokritos"