K. Ryselio daktaro disertacijos „Žmogaus kūno segmentavimo ir skeletų sąlajos algoritmai“ gynimas

Autorius, institucija: Karolis Ryselis, Kauno technologijos universitetas

Mokslo sritis, kryptis: gamtos mokslai, informatika, N009

Mokslinis vadovas: prof. dr. Tomas Blažauskas (Kauno technologijos universitetas, technologijos mokslai, informatikos inžinerija, T007)

Informatikos mokslo krypties disertacijos gynimo taryba:
prof. habil. dr. Rimantas Barauskas (Kauno technologijos universitetas, gamtos mokslai, informatika, N009) – pirmininkas
prof. habil. dr. Gintautas Dzemyda (Vilniaus universitetas, gamtos mokslai, informatika, N009)
prof. dr. Vacius Jusas (Kauno technologijos universitetas, gamtos mokslai, informatika, N009)
prof. dr. Tomas Krilavičius (Vytauto Didžiojo universitetas, gamtos mokslai, informatika, N009)
prof. dr. Alfonsas Misevičius (Kauno technologijos universitetas, gamtos mokslai, informatika, N009)

Su disertacija galima susipažinti Kauno technologijos universiteto bibliotekoje (K. Donelaičio g. 20, Kaunas)

Disertacijos gynimas vyko Kauno technologijos universiteto Studentų miestelio bibliotekoje, salėje M7 (Studentų g. 48 – M7, Kaunas).

Anotacija: Disertacijoje pristatomi trys algoritmai išsikeltiems uždaviniams spręsti. Pirmasis algoritmas, „Agrast-6“ neuroninis tinklas, automatiškai segmentuoja gylio vaizdus ir juose suranda
žmogaus kūną. „Agrast-6“ remiasi „SegNet“ neuroninio tinklo idėjomis, tačiau turi ženkliai mažiau parametrų. Siūlomas neuroninis tinklas gali būti taikomas didesnėse sistemose, kur
vienas iš duomenų apdorojimo žingsnių yra žmogaus silueto išskyrimas iš gylio duomenų. Antrasis algoritmas taip pat skirtas gylio vaizduose segmentuoti žmogaus kūną, tačiau jis
naudoja ir naudotojo įvestį, todėl yra pusiau automatinis. Jis remiasi euklidinio klasterizavimo idėjomis. Siūlomi trys algoritmo pagerinimai – segmentui priklausančių viršūnių praleidimas, segmentui pilnai priklausančių šakų praleidimas ir automatiškai besiplečiančios aprėpties dėžutės naudojimas vietoje sferų rinkinio. Šie pagerinimai ženkliai sutrumpina skaičiavimų laiką. Šis algoritmas sėkmingai pritaikytas 220 tūkst. kadrų duomenų rinkiniui sužymėti per palyginti trumpą laiką. Abu algoritmai ženkliai paspartina duomenų apdorojimą, tačiau sumažina segmentavimo tikslumą. Trečiasis algoritmas skirtas kelių žmogaus skeletų, atpažįstamų skirtingų „Kinect“ įrenginių, sąlajai į vieną patikslintą skeletą. Šis algoritmas pagerina atpažįstamo skeleto tikslumą lyginant su vieno įrenginio naudojimu. Skeletų sąlajos algoritmas pritaikytas tirti žmogaus sąnarių apkrovas fizinių pratimų metu.