ODU视觉实验室的扩展研究重点进入视野

April 23, 2013

ODU视觉实验室主任Khan Iftekharuddin和工作人员

For more than a decade, bet8体育娱乐入口的机器视觉和计算智能实验室(Vision Lab)进行了复杂的研究, 开创性的视觉和视频研究.

成立后，一个为期三年的项目，以开发计算机为基础, 人脸图像检测与识别系统, 视觉实验室已将其业务范围扩展到国防和国土安全领域, medical image analysis, 智能交通应用, 获得了国防部的许多资助, 国土安全部, 美国国家卫生研究院和美国国家航空航天局. 2012年，该实验室收到了大约50万美元.

在伊夫特哈鲁丁汗的指挥下, 他是2011年来到ODU的电气和计算机工程教授, 视觉实验室也在扩展它的视野.

“我们的国家安全研究项目仍然是我们工作中非常重要的一部分," Iftekharuddin said. “但是机器视觉技术在现实世界中有很多应用, 想到这些可能性是令人兴奋的."

以下是视觉实验室研究人员领导的一些新项目的亮点:

• 交通实时表征

利用现有的维吉尼亚运输部(VDOT)摄像机位置的实时交通视频, 视觉实验室的研究人员正在开发算法，以描述每辆车在摄像头视野内行驶时的特征, 从四缸跑车到18轮跑车. Then, 利用现有的交通流量和排放数据数据库来推断实时交通数据, 该实验室正致力于在该地区任何给定时间产生的排放水平的准确快照.

The project, led by Jeff Flora, a graduate student, and Amr Yousef, postdoctoral fellow, 对智能绿色交通有潜在帮助吗. 视觉实验室正在与ODU新成立的创新交通解决方案中心合作进行这项研究.

“我们正在开发新的计算算法，在不同天气条件下对低分辨率视频源进行稳健的车辆分割, 照明及交通情况, 注重绿色环保和可持续发展," Iftekharuddin said.

• 自闭症谱系障碍儿童面部表情的三维建模

在视觉实验室可用的先进设备中，有一个可以创建3d图像的摄像系统. 与东弗吉尼亚医学院和国王女儿儿童医院的研究人员一起, 视觉实验室正在进行一项研究，利用这项技术通过3d面部表情分析来帮助识别自闭症谱系障碍的症状. 计算机视觉技术可以帮助分析正常儿童和ASD儿童在观看不同刺激时的三维面部图像中的自发表情. 三维图像不仅比传统的二维数据包含更多的信息, 但它受光照和头部姿势变化的影响也较小.

该项目由研究生Manar Samad和Lasitha Vidyaratne领导. 在美国，自闭症谱系障碍的患病率估计为每88个儿童中就有1个, 开发强大的早期诊断工具再怎么强调也不为过. 视觉实验室的研究人员认为，3d图像分析工具可以通过捕捉自然社会环境中的3d面部动态来帮助实现这一目标.

• 基于医学图像分析的肿瘤体积计算

仅在2012年，美国就有22910例新病例和13700例死亡.S. 因为脑部和神经系统的肿瘤. 准确的脑肿瘤分割(BTS)是图像引导手术和放射治疗的必要条件, among other treatments. In a typical clinic, 放射科医生每天要检查大量的多模态核磁共振成像, and obtain manual BTS. 这个过程非常繁琐，而且容易出错，因为放射科医生在时间限制下工作. 由于大脑中不同的正常和异常组织结构复杂, 肿瘤的可靠测量具有挑战性.

视觉实验室开发了随机多分辨率分形计算模型和工具，从磁共振图像中提取有关脑肿瘤的信息以进行精确测量. 该实验室正在与费城儿童医院和圣地亚哥退伍军人医院的临床合作者合作这个项目.

The research, led by Shamim Reza, 林敏贝聿铭和Mahbubul Alam, 显示了自动提取和分割脑肿瘤的前景.

“目前流行的人工肿瘤边界和体积估计方法可能是不准确的, 依靠一到三次平面MRI测量通常不规则的肿瘤节段," Iftekharuddin said. “我们的计算模型有望帮助临床放射科医生实现BTS和体积计算的自动化."

• 利用dem数据和航空照片进行海岸线探测和测绘

海滩侵蚀是美国大部分开放海岸的一个长期问题.S. 随着海平面的上升和沿海人口的持续增长, 人们越来越需要了解海岸线的准确位置. 该项目的主要目标是开发一种新颖而准确的技术来绘制和分析海岸线位置.

The project, led by Amr Yousef, 使用数字高程模型(dem)和航拍照片来绘制海岸线的精确轨迹. The Vision Lab is developing techniques to tackle this goal using two alternative methods: (1) extracting the shoreline position based on DEMs and a local tidal datum at the study area; and (2) extracting the shoreline position based on a fused DEM on aerial photos.

“长期目标是将汉普顿路地区后退的海岸线信息与湿地和洪水监测的海平面上升倡议联系起来," Iftekharuddin said.

• 用于周边监视的自主无线雷达传感器

自主无线传感器网络, 由不同类型的传感器组成, 由于它们的多功能性和便携性而受到越来越多的关注. 这些自主传感器网络通常包括被动传感器，如红外传感器, acoustic, 振动和磁节点. However, 集成传感器网络中主动传感器的融合, such as Doppler radars, 可能为许多不同的传感和分类任务提供强大的功能.

视觉实验室项目继续与孟菲斯联邦快递技术学院合作，设计和实施自主无线传感器网络, 将多普勒传感器与商用现成组件集成在一起. 视觉实验室的研究人员开发了一个玩具实验来测试雷达-远程传感器网络. 一列电动火车通过这些无线粒子运行，在传感器的视野范围内跳跃. 然后传感器会选择不同的信息, including movement, the type of object, 物质和运动方向, 将数据无线传输到远程处理中心进行进一步分析.

“这种无线雷达-远程传感器网络可以用于高性能的周边监控目的，而成本只是类似性能的高端雷达设备的一小部分," Iftekharuddin said.

• 心理驱动的人群运动分析

在一个相对较新的项目中, 视觉实验室正在努力解释从全动态视频(FMV)中观察到的行为。, 并使用基于视觉的技术来识别视频中人物的动作和活动. 它还包括通过观察FMV中的个人或群体收集的行为线索来预测活动.

The project, led by Kawsi Afrifa, 包括使用计算模型将行为线索与特定的动作或活动和情绪联系起来，以训练基于视觉的学习机器. “开发这种由心理驱动的模型对于理解自然和人为灾害中的大规模人群行为至关重要," Iftekharuddin said.

The Vision Lab, 这是俄勒冈大学弗兰克·巴顿工程技术学院的企业中心, 专注于为机器视觉技术的实时应用开发新的算法, 用于监控摄像头之类的东西, 夜视技术和运动传感.