Studentoppgave:
Bevegelsesestimering ved bruk av bilineær intensitetsmodellering

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.

Metodene kan brukes til å representere bildesekvenser. Den enkleste representasjonen er å representere en sekvens some “eigen-images”, hvor et bilde uttrykkes som en vektet sum av basisvektorer. Hvis det er bevegelse i sekvensen vil en slik representasjon ikke være svært effektiv, og den gir ikke en representasjon som er enkelt og direkte tolkbar. Men: Det viser seg at bevegelse gir veldig karakteristiske “eigen-pictures”, og det bør være mulig å transformere fra en serie “eigen-pictures” til et mindre antall “eigen-motions” når det er bevegelse i en bildesekvens.

Oppgaven er utfordrende, og vil kreve endel matematikk samt endel eksperimentelt arbeid.

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 vil være begrensninger på opphavsrettigheter, herunder publisering.

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

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

Tilbake til menyen over mulige masteroppgaver