Studentoppgave:
Bevegelsesmikroskop

Idletechs AS har laget programvare som kan modellere variasjoner i evigvarende, høydimensjonale datastrømmer, basert på blant annet bilineær modellering. Modellene gir en kompakt og tolkbar representasjon av svært mange ulike datasett, og kan brukes på en lang, lang rekke anvendelser

Små endringer i bilder kan brukes til å måle mange typer fenomener. For eksempel kan man lese ut pulsraten til en person fra en video hvis man forstørrer opp bevegelse på riktig måte. Om en kvinne er gravid kan fosterbevegelsene være så små at de kan være vanskelige å se fra utsiden med det blotte øye, men likevel store nok til at de kan gjøres synlige med egnet utstyr.

Å forstørre opp små bevegelser i video er ikke en triviell operasjon, siden man risikerer å også forstørre opp støy. I noen tilfeller har man også store bevegelser som må fjernes. Idletechs AS har programvare som kan modellere data over tid, på en måte som vanligvis reduserer støy. Idletechs har også programvare som kan estimere begelse og syntetisere bilder med ønsket bevegelse. Vi ønsker nå at en student setter disse ulike metodene sammen til et bevegelsesmikroskop som kan forstørre opp utvalgt liten bevegelse, eventuelt etter fjerning av stor bevegelse. Det blir opp til studenten om dette skal kjøre på en PC, mobiltelefon/nettbrett, eller en annen plattform.

Dette er i første omgang en prosjektoppgave, hvor studenten vil kunne ta tak i en begrenset del av problemstillingen. Oppgaven vil kunne utvides til en masteroppgave.

Oppgaven er knyttet til NTNUs satsning innen Big Data Cybernetics.

Det anbefales å ta temaet TTK19 Strukturer og sammenhenger i komplekse systemer (3.75 studiepoeng), se www.itk.ntnu.no/emner/fordypning/ttk19

Det vil være begrensninger på opphavsrettigheter, herunder publisering.

Hovedveileder: Harald Martens, prof. II, Inst. teknisk kybernetikk, NTNU
Medveileder: Siv.Ing. Jan Otto Reberg, CTO Idletechs AS

Tilbake til menyen over mulige masteroppgaver