Kadir Aktas kaitseb doktoritööd „Cosmic Ray Tomography based Object Reconstruction and Recognition“

31. oktoobril kell 16.15 kaitseb Kadir Aktas füüsikalise infotehnoloogia erialal doktoritööd „Cosmic Ray Tomography based Object Reconstruction and Recognition“ („Kosmilisel kiirgusel põhinev objektide rekonstrueerimine ja äratundmine“).

Juhendajad:
professor Gholamreza Anbarjafari, Tartu Ülikool
kaasprofessor Madis Kiisk, Tartu Ülikool
vanemteadur Andrea Giammanco, Leuveni Katoliku Ülikool (Belgia)

Oponent:
professor Ahmet Enis Çetin, Illinoisi Ülikool Chicagos (USA)

Kokkuvõte

Tehnoloogia kiire areng ja valdkonnas tehtud edukad teadustööd on toonud endaga kaasa tehisintellektil põhinevate meetodite kasutamise laialdase leviku madalamatasemeliste ülesannete, näiteks objektituvastuse, lahendamisel. Objektituvastus proovib leida huvipakkuvaid objekte pildilt või pildijadadelt. Tuvastuse käigus lokaliseeritakse ja klassifitseeritakse pildil olevad objektid.

Objektituvastus leiab laialdast kasutust mitmete reaalmaailma probleemide lahendamisel ja on seetõttu üks peamisi ülesandeid, mida arvutinägemises lahendatakse. Seda rakendatakse näiteks tomograafiasüsteemide väljundite uurimises, inimkäitumise analüüsis, meditsiinis ja spordi valdkonnas.

Vaatamata objektituvastuse pikaajalisele käibel olemisele, on selles valdkonnas jätkuvalt palju väljakutsuvaid teemasid, mida uurida. Üheks selliseks näiteks on süvaõppe kasutamine müüontomograafias. Müüonid on elektroni sarnased elementaarosakesed, mis erinevaid materjale läbides neelduvad ja hajuvad erineva nurga all. Need hajumisnurgad peidavad endas informatsioon läbitud objektide kohta. Maal tekivad müüonid enamasti kosmilise kiirguse sisenemisel Maa atmosfääri. Müüontomograafias mõõdetakse osakeste sisenemis- ja väljumisnurkasid ümber huvipakkuva objekti. Nende nurkade põhjal rekonstrueeritakse objektist tomograafilised pildid.  Saadud pilte kasutatakse objektituvastuses. Objektituvastuse tulemus on otseselt mõjutatud rekonstruktsioonist ja sellest kui täpselt suudetakse lokaliseerida müüonite tabamuspunkte detektori plaatidelt.

Sügavate närvivõrkude kasutamine ülesande lahendamisel parandab märkimisväärselt tulemuste täpsust võrreldes traditsioonilise raskuskeskme meetodiga. Käesolevas töös näidatakse sügavate konvolutsiooniliste närvivõrkude edukat utiliseerimist objektituvastuse ülesannete lahendamisel keerukate ja mitmekesiste andmekogumite peal.

Kaitsmine toimub ka Zoomis aadressil https://ut-ee.zoom.us/j/9530588152?pwd=ZzgzMjY4YytzUkZ5aVRCd2pOdVNQQT09 (Meeting ID: 953 058 8152 Passcode: kaitsmine).