Strona główna
English version

Laboratorium Innowacyjnych Technik Komputerowych - Pracownia Zaawansowanych Technik Sztucznej Inteligencji i Cyfrowego Przetwarzania Obrazów

Jednostka: Katedra Elektroniki i Systemów Inteligentnych Opiekun: dr inż. Filip Rudziński, Adiunkt
Adres: Al. 1000-lecia P.P. 7, 25-549 Kielce E-mail: f.rudzinski@tu.kielce.pl
WWW: http://www.tu.kielce.pl/laboratoria/pl/laboratoria_politechniki/pokaz/45 Telefon: +48 41 34 24 190
NazwaName
Laboratorium Innowacyjnych Technik Komputerowych - Pracownia Zaawansowanych Technik Sztucznej Inteligencji i Cyfrowego Przetwarzania Obrazów
Opis/specyfikacjaDescription/Specification
W ramach pracowni prowadzone są prace naukowo-badawcze w zakresie nowoczesnych metod sztucznej inteligencji oraz narzędzi z szeroko pojętego obszaru cyfrowego przetwarzania sygnałów. Problemy dotyczące tych zagadnień stanowią obecnie temat „gorących badań”. Większość z tych badań przyczynia się do tworzenia najbardziej zaawansowanych rozwiązań technologicznych w wielu dziedzinach życia i gospodarki. W szczególności, obszar zastosowań rozważanych narzędzi obejmuje: przetwarzanie obrazów medycznych, rozpoznawanie cech obiektów (stanowiące zasadniczy element systemów komputerowego widzenia, stosowane np. w robotyce), radiolokację, rozpoznawanie znaków, opracowywanie map topograficznych i pogodowych, badania materiałowe oraz szeroko rozumianą zdalną inspekcję, np. procesów produkcji, ruchu drogowego (rozpoznawanie numeru rejestracyjnego samochodu, bezobsługowe parkingi), inteligentne budynki i wiele innych. W obecnej chwili prowadzone są badania nad zastosowaniem technik sztucznej inteligencji do klasyfikacji obiektów, grupowania danych, sterowania, modelowania oraz rozpoznawania wzorców. W obszarze cyfrowego przetwarzania obrazów rozwijane są zagadnienia związane z zaawansowanymi metodami przetwarzania i kompresji sygnałów, a także z systemami komputerowego widzenia i zdalnej inspekcji. Należy przy tym podkreślić, że obydwa te obszary są ze sobą bezpośrednio związane i w wielu aspektach uzupełniają się wzajemnie.

Aktualnie prowadzone są badania w dwóch kierunkach. Pierwszy kierunek dotyczy tzw. genetycznych systemów rozmytych (ang. genetic fuzzy-systems), mających zastosowanie do klasyfikacji i rozpoznawania obrazów. Drugi kierunek dotyczy algorytmów ekstrakcji cech obrazów z wykorzystaniem deskryptorów widmowych równych transformat, w tym transformat odcinkowo-liniowych. Opracowane rozwiązania posłużą do efektywnej detekcji oraz rozpoznawania tablic rejestracyjnych samochodów oraz marek samochodów.
Zagadnienia specjalistyczneFields of expertise/specialization
-
Prowadzone badania i ich potencjalne zastosowaniaConducted research activities with potential application/use
Obszary badawcze:

Informatyka:
  • Systemy sztucznej inteligencji a przede wszystkim ich współczesne uogólnienie w postaci tzw. systemów inteligencji obliczeniowej (ang. computational intelligence - synergiczne połączenie sztucznych sieci neuronowych, teorii zbiorów i logiki rozmytej oraz algorytmów genetycznych) jak również ich zastosowania do budowy inteligentnych systemów wspomagania decyzji (m.in. w diagnozowaniu medycznym) oraz do modelowania złożonych systemów i budowy algorytmów ich sterowania.

Elektronika:
  • Systemy mikroprocesorowe.

Telekomunikacja:
  • Techniki cyfrowego przetwarzania sygnałów jednowymiarowych i dwuwymiarowych (obrazów), a w szczególności metody kompresji obrazów z zastosowaniem transformat falkowych (ang. wavelet transforms) oraz odcinkowo-liniowych PWL i HPL.

  • Techniki cyfrowej ekstrakcji, aproksymacji, kompresji i filtracji konturów w zagadnieniach kompresji i transmisji obrazów monochromatycznych i kolorowyc.

Zakres badań:

  • Zaawansowane metody sztucznej inteligencji i cyfrowego przetwarzania obrazów oraz ich zastosowania w problemach wspomagania decyzji i rozpoznawania obrazów.

Partnerzy instytucjonalni:

  • Akademia Górniczo-Hutnicza im. Stanisława Staszica (AGH) w Krakowie.
Wykaz aparaturyList of scientific and research equipment/apparatus
Sprzęt komputerowy:
  1. Stacja robocza o wysokiej wydajności obliczeniowej (8 procesorów Intel Core2 Quad Extreme QX9775 3.2GHz funkcjonujących w architekturze NUMA(*), 16GB RAM)/

  2. Serwer o wysokiej wydajności obliczeniowej (48 procesorów AMD Opteron 8439SE 2.8GHz funkcjonujących w architekturze NUMA(*), 64GB RAM).

  3. 19 stacji obliczeniowych (Intel Core i5-750, 8GB RAM) oraz serwer (8 procesorów Intel Xeon E5520, funkcjonujących w architekturze NUMA(*), 16GB RAM) połączonych w sieci LAN FastEthernet w jeden klaster obliczeniowy.

(*) ang. Non-Unified Memory Access

Przeznaczenie aparatury:
Współczesny rozwój wieloprocesorowych architektur komputerów pociąga za sobą konieczność prac nad nowymi algorytmami równoległego (współbieżnego) przetwarzania danych. Tradycyjne algorytmy – tzw. jednowątkowe – przetwarzają dane z wykorzystaniem tylko jednego procesora, bez względu na ilość procesorów w systemie komputerowym, na którym pracują. Z kolei, algorytmy równoległego przetwarzania danych – tzw. wielowątkowe – wykorzystują wszystkie procesory systemu. Oczywistym jest, że sprawność obliczeniowa systemów wieloprocesorowych współpracujących z algorytmami wielowątkowymi jest zdecydowanie większa od sprawności tych samych systemów, ale współpracujących z algorytmami jednowątkowymi.
Istnieją dwa podstawowe kierunki rozwoju architektur systemów wieloprocesorowych: architektury przeznaczone do obliczeń tzw. drobnoziarnistych (ang. fine-grained) oraz tzw. gruboziarnistych (ang. coarse-grained). Pierwszy rodzaj architektur koncentruje procesory i pamięć operacyjną w jednym, spójnym systemie komputerowym. Do najważniejszych rozwiązań w tym obszarze należą: architektura SMP (ang. Symmetric Multiprocessing) – wszystkie procesory systemu posiadają bezpośredni dostęp do całego obszaru pamięci operacyjnej oraz architektura NUMA (ang. Non-Unified Memory Access) – poszczególne procesory lub grupy procesorów posiadają bezpośredni dostęp jedynie do części pamięci operacyjnej. Architektura NUMA rozwiązuje pewne ograniczenia konstrukcyjne komputerów z bardzo dużą liczbą procesorów i jest obecnie najszybciej rozwijaną technologią. Drugi z wyżej wspomnianych kierunków rozwoju architektur systemów komputerowych, przeznaczonych do obliczeń gruboziarnistych, dotyczy prac nad oprogramowaniem umożliwiającym połączenie wielu niezależnych od siebie komputerów, funkcjonujących w sieci komputerowej, w jeden logiczny, wirtualny, wieloprocesorowy system komputerowy. Wśród najważniejszych rozwiązań w tym obszarze można wymienić systemy tzw. obliczeń w chmurze (ang. cloud computing).
Na potrzeby prac prowadzonych w ramach laboratorium dotychczasowy sprzęt komputerowy został uzupełniony o dwa nowe systemy wieloprocesorowe funkcjonujące w architekturze NUMA. Aparatura zostanie wykorzystana do prac nad projektami algorytmów do obliczeń drobnoziarnistych – współbieżnego przetwarzania danych z obszaru tzw. inteligencji obliczeniowej (ang. computational intelligence). Projektowane oprogramowanie może mieć zastosowanie w problemach wspomagania decyzji (np. do diagnostyki medycznej), rozpoznawania i klasyfikowania obiektów oraz zdarzeń na podstawie analizy materiałów audio i wideo (np. w systemach komputerowego widzenia – rozpoznawanie twarzy, kontroli ruchu drogowego – rozpoznawanie znaków drogowych, tablic rejestracyjnych i marek samochodów). Ponadto został zakupiony zestaw 19 stacji roboczych, stanowiących jeden klaster obliczeniowy, na potrzeby testowania algorytmów do obliczeń gruboziarnistych – również z obszaru inteligencji obliczeniowej.

Aparatura do pozyskiwania i przetwarzania obrazów:
  1. Narzędzia uruchomieniowe dla procesorów DSP(*) firmy Texas Instruments Inc., w tym:
    - TMDSVDP6437 - platformy DVDP (ang. Digital Video Development Platform) dla procesorów DM6437 (600MHz) serii DaVinci™,
    - TMDSEVM6467 - zestawy DVEVM (ang. Digital Video Evaluation Module) dla procesorów DM6467 serii DaVinci™,
    - TMDSEVM6446-0E - zestaw DVEVM (ang. Digital Video Evaluation Module) dla procesorów DM6443 i DM6446 serii DaVinci™,
    - TMDXEVM6455 – wieloprocesorowe systemy uruchomieniowe z procesorami C6455 serii C6000,
    - TMDSPDK6727 – zestawy rozwojowe audio PADK (ang. Professional Audio Development Kit) dla procesorów C672x serii C6000,
    - TMDSEVM642 – zestawy rozwojowe dla procesorów medialnych DMP (ang. Digital Media Processors): DM642, DM640, DM641.

  2. Aparat fotograficzny Nikon D300s wraz z kompletem obiektywów Nikon AF-S NIKKOR 70-200mm f/2.8G ED VR II i Nikon AF-S NIKKOR 24-70mm f/2.8G ED.

  3. Skaner Mustek Bear Paw 2400 CU PLUS II.

  4. Kamera Logitech QuickCam Sphere AF.

  5. Monitor wielkoekranowy 60’’ LCD z podświetlaniem LED o rozdzielczości 1920x1080pix.

(*) ang. Digital Signal Processing

Przeznaczenie aparatury:
Wraz z rozwojem wyżej opisanych współbieżnych algorytmów przetwarzania danych trwają równolegle prace nad odpowiednimi dla nich rozwiązaniami sprzętowymi. Wzrosło znaczenie technologii z obszaru cyfrowego przetwarzania sygnałów, w szczególności narzędzi wykorzystujących procesory DSP (ang. Digital Signal Processing). Przyczyną wzrostu zainteresowania tymi rozwiązaniami jest m.in. rosnący rynek urządzeń mobilnych oraz stale zwiększające się zapotrzebowanie na aplikacje wykorzystujące zaawansowane metody przetwarzania obrazów oraz sygnałów audio i wideo (aplikacje takie znalazły zastosowanie w systemach komunikacji mobilnej bazujących na technologiach WiMax, LTE lub UMTS). Ponadto, rozwiązania te mogą być z powodzeniem stosowane w systemach z zakresu bezpieczeństwa i automatycznej inspekcji, wykorzystujące szeroko rozumiany monitoring wizyjny.
Na potrzeby prac prowadzonych w ramach laboratorium zakupiono urządzenia do pozyskiwania obrazów oraz narzędzia do przetwarzania obrazów – systemy uruchomieniowe firmy Texas Instruments Inc. Aparatura zostanie wykorzystana do opracowania prototypów urządzeń do rozpoznawania tablic rejestracyjnych i marek samochodów. Planuje się, że w ramach współpracy z Akademią Górniczo-Hutniczą urządzenia te zostaną włączone do systemu automatycznej inspekcji ruchu drogowego, który powstaje na potrzeby projektów INDECT i INSIGMA (patrz również zakładka „Opis badań”).

Aparatura laboratoryjno-pomiarowa:
  1. Analizator widma o zakresie pomiarowym od 9 kHz do 3 GHz wraz z zestawem sond HZ15 do pomiaru pola magnetycznego i elektrycznego o zakresie pomiarowym od 30 MHz do 3 GHz i dodatkową anteną HZ520.

  2. Generator w.cz. Hameg HM8135 pracujący w paśmie częstotliwości od 1 Hz do 3 GHz.

  3. Częstościomierz Hameg HM8123 o zakresie pomiarowym od 0 do 3 GHz.

  4. Generator funkcyjny Rigol DG2041A mieszanych sygnałów z zaawansowaną techniką cyfrowej syntezy DDS o maksymalnej częstotliwości wyjściowej 40MHz i szybkości próbkowania 100MSa/s.

  5. Dwa zasilacze programowane Hameg HMP2030 przeznaczone do pracy równoległej i szeregowej posiadające po dwa niezależne izolowane galwanicznie kanały 0-32V oraz po jednym kanale 0-5, 5V i obciążalności od 0 do 5A, z możliwością definiowania dowolnych charakterystyk napięcia i prądu wyjściowego.

  6. Dwa multimetry laboratoryjne Rigol DM3064 i dwa precyzyjne multimetry cyfrowe Fluke289.

  7. Dwukanałowy oscyloskop cyfrowy Rigol DS1302CA o paśmie przenoszenia 300MHz i szybkości próbkowania: 2GS/s (praca jednokanałowa), 1GS/s (praca dwukanałowa).

  8. Mostek RLC Hameg HM8118 do pomiaru L, C, R |Z|, X, |Y|, G, B, D, Q, ?, ?, M, N i dokładności podstawowej 0,05% przy częstotliwości pomiarowej od 20 Hz do 200 kHz.

  9. 32 kanałowy analizator stanów logicznych Lepatronix LA2050 o paśmie 200MHz.


Przeznaczenie aparatury:
Zakupiona aparatura laboratoryjno-pomiarowa jest niezbędna do uruchomienia i testowania prototypów urządzeń do przetwarzania obrazów, bazujących na wyżej opisanych systemach uruchomieniowych DSP, w tym systemów do automatycznego rozpoznawania tablic rejestracyjnych i marek samochodów.

Oprogramowanie:
  1. Programistyczne środowisko Matlab/Simulink firmy The MathWorks, Inc, wraz ze specjalistycznymi bibliotekami (typu Tolboxes i Blocksets): Embedded IDE Link, Fixed-Point Toolbox, Image Processing Toolbox, MATLAB Builder NE, MATLAB Compiler, Real-Time Workshop, Real-Time Workshop Embedded Coder, Signal Processing Blockset, Signal Processing Toolbox, Simulink, Simulink Fixed Point, Target Support Package, Video and Image Processing Blockset, Wavelet Toolbox, umożliwiającymi tworzenie zaawansowanych algorytmów z dziedziny cyfrowego przetwarzania obrazów, sygnałów wideo oraz audio i realizowanie ich testowych implementacji w środowisku procesorów DSP.

  2. Zintegrowane, programistyczne środowisko uruchomieniowe Code Composer Studio IDE, ver. 4.0 Platinum Edition dedykowane dla systemów rozwojowych dla procesorów DSP firmy Texas Instruments Incorporated.

  3. Kompilator języka C dla mikrokontrolerów PIC firmy Microchip Technology Inc.

  4. Pakiet oprogramowania do archiwizacji danych Acronis Backup & Recovery 10 Advanced Workstation i Advanced Server.

  5. Środowisko programistyczne Rad Studio 2010 Professional ELS wraz z bibliotekami (The Developer Express VCL Subscription, The Developer Express DXperience Universal Subscription i TMS VCL Subscription).

  6. Oprogramowanie do obliczeń inżynierskich MathCad 14.

  7. Pakiet oprogramowania do przetwarzania obrazów Adobe Creative Suite 4 Master Collection oraz CorelDraw X4 Graphics Suite.

  8. Narzędzia biurowe Microsoft Office Standard 2007.


Przeznaczenie oprogramowania:
Wszystkie badania nad wspomnianymi wyżej algorytmami przetwarzania danych są prowadzone z wykorzystaniem specjalistycznego oprogramowania zakupionego w ramach projektu (kompilatory, narzędzia do przetwarzania sygnałów / obrazów, narzędzia do archiwizacji danych).
Serwer o wysokiej wydajności obliczeniowej (48 procesorów AMD Opteron 8439SE 2.8GHz funkcjonujących w architekturze NUMA, 64GB RAM).

High-performance computing server (48 processors AMD Opteron 8439SE 2.8GHz operating in a NUMA architecture, 64GB RAM).a

Przyznane certyfikacje i akredytacjeGranted certification/acreditation
-
Realizacje (3 najważniejsze z ostatnich 3 lat)Realized contracts, works etc. (3 chosen from last 3 years)
Realizowane projekty badawcze:

Bieżące badania są prowadzone we współpracy z Akademią Górniczo-Hutniczą im. Stanisława Staszica na podstawie umowy z dnia 18 lutego 2011 roku. Umowa została zawarta pomiędzy Katedrą Telekomunikacji z Akademii Górniczo-Hutniczej, a Katedrą Elektroniki i Systemów Inteligentnych z Politechniki Świętokrzyskiej. Celem umowy jest wymiana doświadczeń naukowo-badawczych przy realizacji projektów:
  • INDECT, nr umowy 218086 w ramach Siódmego Programu Ramowego (7PR) Unii Europejskiej (http://www.indect-project.eu),

  • INSIGMA, nr POIG.01.01.02-00-062/09 w ramach Programu Operacyjnego Innowacyjna Gospodarka (http://insigma.kt.agh.edu.pl)


Informacje uzupełniające:
  • Projekt INDECT – „Inteligentny system informacyjny wspierający obserwację, wyszukiwanie i detekcję dla celów bezpieczeństwa obywateli w środowisku miejskim” (ang. Intelligent information system supporting observation, searching and detection for security of citizens in urban environment) to jeden z największych realizowanych obecnie międzynarodowych projektów badawczych Unii Europejskiej, którego głównym celem jest powstanie inteligentnego systemu do automatycznego wykrywania podejrzanych zachowań lub przemocy w środowisku miejskim. Konsorcjum projektu, któremu przewodniczy AGH w Krakowie, tworzy 11 uczelni wyższych, 4 firmy oraz 2 przyszli użytkownicy systemu (policja z Irlandii Północnej oraz z Polski), reprezentujących 9 krajów UE.

  • Projekt INSIGMA – „Inteligentny system informacyjny dla globalnego monitoringu, detekcji i identyfikacji zagrożeń” jest projektem polskim, realizowanym na zlecenie Ministerstwa Nauki i Szkolnictwa Wyższego w ramach Programu Operacyjnego Innowacyjna Gospodarka. Podstawowym celem projektu jest opracowanie i wdrożenie systemu informacyjnego do celów detekcji i identyfikacji zagrożeń oraz monitoringu i identyfikacji obiektów ruchomych, głównie w obszarach zurbanizowanych. System ma zapewniać wykrywanie zdarzeń o charakterze kryminalnym (np. napadów z użyciem broni lub innych niebezpiecznych narzędzi) i incydentalnym (np. wypadków drogowych) lub innych zagrożeń na bazie terminali przenośnych i inteligentnego monitoringu. Inne elementy systemu mają pozwalać natomiast na analizę różnorodnych parametrów ruchu (np. stopnia zagęszczenia ruchu drogowego, rodzaju i ilości pojazdów biorących w nim udział) oraz ich wizualizację na tle map dynamicznych.

Projekty INDECT oraz INSIGMA realizowane są pod kierownictwem prof. dr hab. Andrzeja Dziecha z Akademii Górniczo-Hutniczej w Krakowie.
ReferencjeReferences
-
Informacje dodatkoweAdditional information
Dane kontaktowe kierownika:

Kierownik: prof. dr hab. inż. Marian B. GORZAŁCZANY
Email: m.gorzalczany@tu.kielce.pl
Tel. +48 41 34 24 217

Skład osobowy:
  • dr inż. Remigiusz Baran, tel.: (41) 34 24 141, e-mail: r.baran@tu.kielce.pl

  • dr inż. Adam Głuszek, tel.: (41) 34 24 190, e-mail: a.gluszek@tu.kielce.pl

  • dr inż. Filip Rudziński, tel.: (41) 34 24 190, e-mail: f.rudzinski@tu.kielce.pl

  • dr inż. Dorota Wiraszka, tel.: (41) 34 24 141, e-mail: d.wiraszka@tu.kielce.pl

  • dr inż. Marek Fijałkowski, tel.: (41) 34 24 203, e-mail: m.fijalkowski@tu.kielce.pl

  • mgr inż. Andrzej Piekoszewski, tel.: (41) 34 24 244, e-mail: a.piekoszewski@tu.kielce.pl

Słowa kluczoweDziedziny nauki
Artificial intelligence, computational intelligence, artificial neural networks, fuzzy systems, evolutionary algorithms. 2.5 Informatyka teoretyczna
5.16 Technologie informacyjne
5.19 Metody komputerowe w nauce