Promotie dhr. G. Azzopardi: Cosfire. Combination of shifted filter responses. A trainable filter approach to visual pattern recognition

Promotie: dhr. G. Azzopardi, 14.30 uur, Academiegebouw, Broerstraat 5, Groningen

Proefschrift: Cosfire. Combination of shifted filter responses. A trainable filter approach to visual pattern recognition

Promotor(s): prof.dr. N. Petkov

Faculteit: Wiskunde en Natuurwetenschappen

Betrouwbaarder simulatie van het biologische gezichtsvermogen

Het onderzoek van George Azzopardi richt zich op simulatie van het biologisch gezichtsvermogen om effectievere en robuustere computervisiesystemen te ontwerpen.

Azzopardi beschrijft een nieuwe, trainbare benadering voor visuele patroonherkenning, genaamd COSFIRE (Combination of Shifted Filter Responses). COSFIRE is geïnspireerd door neurofysiologisch onderzoek naar de visuele verwerking in de ventrale route van het brein voor objectherkenning.

Bij het trainen van COSFIRE moet een gebruiker eerst een bepaald patroon in een afbeelding specificeren. Vervolgens wordt automatisch een detector geconfigureerd die dezelfde en vergelijkbare patronen kan lokaliseren en herkennen in andere afbeeldingen. De patronen kunnen variëren van simpele ribben of lijnen tot objecten met complexe vormen.

COSFIRE-detectoren gebruiken de eigenschappen van vormen (geometrische rangschikking van contourelementen) om patronen te herkennen. De detectoren zijn bestand tegen variaties in contrast en tegen de aanwezigheid van ruis of textuur rond de patronen. Bovendien zijn ze in staat om patronen met verschillende oriëntaties en afmetingen te detecteren, evenals gereflecteerde versies van het door de gebruiker gespecificeerde patroon.

De hoge effectiviteit van de COSFIRE-aanpak is aangetoond in diverse toepassingen, zoals contourdetectie in beelden van natuurlijke omgevingen, detectie van vasculaire bifurcaties in retinale fundusafbeeldingen, detectie en herkenning van verkeersborden in omgevingen in de open lucht, herkenning van handgeschreven cijfers en letters, en de herkenning en lokalisatie van deformeerbare objecten in complexe omgevingen.

Het werk van Azzopardi past in de tendens het biologisch gezichtsvermogen te simuleren om effectievere en robuustere computervisiesystemen te ontwerpen. De voorgestelde detectoren verschaffen de basis voor innovatieve visuele patroonherkenning voor veel computervisietoepassingen.

George Azzopardi (Malta, 1981) studeerde informatica aan de Queen Mary University in Londen. Het onderzoek werd uitgevoerd aan het Johann Bernoulli Institute for Mathematics and Computer Science van de RUG (onderzoekslijn: brain-inspired computer vision). Azzopardi gaat door als onderzoeker bij TNO in een samenwerking met de RUG.