Studentoppgave:
Identifikasjon av kjemiske og fysiske variasjoner i hyperspektral drone-video

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 benyttes på hyperspektrale datasett, der et kamera tar bilder som har hundrevis av ulike bølgelengder i stedet for menneskets tre fargekanaler for rødt, grønt og blått. Derved kan et hyperspektralt kamera “se” svært mange flere “farger” enn et menneske. Dette kan brukes blant annet til å “se” mange ulike egenskaper i vann fra et kamera I et fly, en drone eller en satellitt.

Sjøsprøyt, glitring i bølger og skygge fra skyer kan forstyrre slik analyse hvis ikke disse effektene oppdages og kompenseres for. En ønsker at en student skal gjøre noe med dette.

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: Stud.Phd. Joao Fortuna

Tilbake til menyen over mulige masteroppgaver