Studentoppgave:
Separasjon av ulike objekter i kamerasignaler ved hjelp av bilineær modellering

Idletechs AS har laget programvare som kan modellere variasjoner i evigvarende, høydimensjonale datastrømmer, basert på blant annet bilineær modellering. Metodene er selvlærende; de bygger selv opp effektive representasjoner av dataene de får. Modellene gir en kompakt og tolkbar representasjon av svært mange ulike datasett, og kan brukes på en lang rekke anvendelser.

Metodene kan anvendes på kamerasignaler. Dette inkluderer tradisjonelle RGB-kameraer samt andre bildedannende sensorer, for eksempel termiske kameraer og hyperspektrale kameraer. Hvis en bilineær modell brukes til å modellere flere ulike objekter som oppfører seg uavhengig av hverandre kan man få en “riktigere” modell ved å separere objektene.

Noe bakgrunn innen bildebehandling vil være en fordel.

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.

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

Oppgaven er knyttet til NTNUs satsning innen Big Data Cybernetics.

Det vil være begrensninger på opphavsrettigheter, herunder publisering.

Hovedveileder: Prof. Harald Martens (NTNU ITK / Idletechs)
Medveileder: Dr. Kristin Tøndel (Statistisk Sentralbyrå)
Medveileder: Siv.Ing. Jan Otto Reberg (CTO Idletechs)

Tilbake til menyen over mulige masteroppgaver