prof. Ing. Michal Haindl, DrSc.

Pracoviště
ČVUT FIT, Katedra teoretické informatiky
Osobní stránky
http://staff.utia.cas.cz/haindl/PR/mha.html
E-mail
haindl@utia.cas.cz
Telefon
+420 266 052 350

Modelování vizuálních vlastností povrchu materiálů

Modelling of visual surface material properties

Vzhled reálných materiálů se významně mění se změnou osvětlení a pohledu. Proto současné nejvyspělejší texturní reprezentace vyžadují modelovat odrazivost v širokém rozsahu parametrů osvětlení a umístění kamery pomocí složitých matematických modelů. Cílem práce bude vyvinout a ověřit nový BTF model založený na teorii markovských náhodných polí, který zlepší současný stav fyzikálně správného modelování povrchů materiálů.

The appearance of real materials dramatically changes with illumination and viewing variantions. Thus the recent most advanced texture representation requires to model surface reflectance in a wide range of light and camera positions using non-trivial mathematical models. The theisis objective will be to develop and verify a new markov random field based BTF model which will further advance the BTF modelling accuracy.

Analýza vizuálních vlastností materiálů

Analysis of visual materials properties

Cílem práce je analyzovat vnímání materiálů za proměnných světelných a pozorovacích podmínek. Práce bude mít za úkol nalezení vhodných statických i dynamických vizuálních stimulů a jejich realtivního významu pro lidské vnímání a rozpoznávání odlišných materiálů.

The objective is to analyse human visual sensing of materials in variable illumination and observation conditions. The work will aim at discovery of adequate static and dynamic visual stimuli and their relative weight responsible for human perception and recognition of various surface materials.

Neřízená segmentace dynamických obrazů

Unsupervised dynamic image sgmentation

Cílem práce je kriticky zhodnotit současný stav neřízené segmentace obrazových dat a vyvinutí algoritmu pro neřízenou segmentaci dynamických barevných / multispektrálních / hloubkových obrazů do jednotlivých homogenních oblastí. Algoritmus bude založen na vícerozměrných markovských modelech a testován na PTSB benchmarku.

The objective is to survey recent state-of-the-art of unsupervised image segmentation and to develop an unsupervised segmenter for dynamic colour, multispectral, or range data into homogenous regions. The method will be based on the underlying multidimensional Markovian models and verified on the PTSB benchmark.

Automatické odhadování tvaru z videa

Automatic shape estimation from video

Práce je zaměřena na studium metod rozpoznávání a modelování tvaru těles z videozáznamu pro aplikace virtuální reality. Navrhněte a implementujte v programovacím jazyce C++ vhodnou metodu automatického odhadování 3D modelu z naměřených dat pomocí videokamery. Ověřte metodu na vybraných modelech budov.

The thesis objedtive is to study shape recognition and modelling methods from hand held video sequences targeted for virtual reality application.s Propose and implement (in C++) and appropriate method for automatic 3D shape inference from hand held video sequences. Verify this method on selected budildings models.

Měření vzhledu materiálu na reálných objektech

Material appearance measuring on real objects

Práce je zaměřena na studium metod odhadu pokročilých reprezentací vizuálních vlastností povrchových materiálů (BTF, SVBRDF) přímo měřením 3D objektu v přirozeném osvětlení. Navrhněte a implementujte v programovacím jazyce C++ vhodnou metodu automatického odhadování vizuální reprezentace povrchového materiálu z naměřených dat pomocí videokamery. Ověřte metodu na vybraných povrchových materiálech.

The thesis objective is to propose acquisition methods, capable to estimate advanced visual material representations (BTF, SVBRDF) directly from a real 3D object in natural lighting environment. Propose and implement (in C++) an appropriate method for automatic visual surface material inference from hand held video sequences. Verify this method on the selected surface materials.

Modelování osvětlení z naměřené vizuální scény

Light field estimation from visual scene

Práce je zaměřena na studium metod modelování osvětlení z naměřené obrazové informace pro aplikace modelování BTF textur v modelech virtuální reality. Navrhněte a implementujte v programovacím jazyce C++ vhodnou metodu tvorby osvětlení z naměřených obrazových dat. Ověřte metodu na modelu osvětlení interiéru a exteriéru při proměnném osvětlení

The thesis objective is to study environmental light field modelling methods from measured visual scenes applied to correct BTF illumination in virtual reality application. Propose and implement (in C++) an appropriate method for realistic illumination model estimated from real measured visual scenes. Verify this method on interior and exterior virtual reality models with variable illumination.

Rozpoznávání rakoviny kůže a monitorování pokroku léčby

Skin Cancer Detection and Treatment Progress Monitoring

Melanom kůže, jako nejnebezpečnější forma rakoviny kůže, je rostoucím nebezpečím v posledních desetiletích díky svému stále zvyšujícímu se výskytu. Jeho efektivní léčba vyžaduje jeho rozpoznání a chirurgické odstranění v co nejranější fázi. Cílem práce je nalezení diskriminativních obrazových příznaků a vhodného klasifikátoru, který umožní rozpoznání rakoviny kůže z barevných obrazů kůže a zároveň umožní monitorování pokroku léčby ze sekvence časově proměnných obrazů nádoru.

Malignant melanoma, as the most dangerous form of skin cancer, has been a rapidly growing threat over the past decades. The effective treatment requires its early diagnoses and surgical excision. The thesis objective is to find discriminative image features and a robust classifier which will allow to recognize skin cancer on colour skin images and to evaluate a treatment progress between several mutitemporal skin images.



Poslední změna: 26.4.2019, 10:06