Matematik – vägen till konstgjord syn
Målet: en “perfekt” artificiell syn. Vägen: en avhandling som belyser de matematiska modellerna som bidrar till att konstgjord syn – exempelvis kameror, ultraljud och satelliter – kan processa och tolka bilder korrekt. – Jag är intresserad av allt som har med bildtolkning, ansiktsigenkänning och 3D-rekonstruktion att göra, säger Ketut Fundana, nybliven doktor i tillämpad matematik.
En människa kan direkt urskilja vad som är personer, hus och bakgrund på en bild.
Men hur ser de matematiska modeller och algoritmer ut som kan bidra till att artificiell syn, som till exempel kameror, ultraljud och satelliter, kan processa och tolka bilder korrekt?
Kring detta rör sig Ketut Fundana i sin avhandling ”Variational segmentation problems using prior knowledge in imaging and vision”
Vetenskap – med många användningsområden
Bild-igenkänning förekommer på många håll i dagens samhälle. Ett exempel är 3D-rekonstruktioner; med hjälp av bilder på ett hus, tagna ur olika vinklar, kan man låta datorn återskapa en tredimensionell bild av huset.
Ett annat exempel är videoövervakning, och larmsystem som triggas när datorns kamera har ”känt igen” något misstänkt: en inbrottstjuv, hastiga rörelser som skulle kunna tyda på överfall, eller dylikt.
Även inom medicinen finns det många tillämpningar som människan kan dra nytta av: datortomografi, skiktröntgen med mera. Vetenskapen har kommit långt inom området, men det finns fortfarande mycket att utveckla.
– Jag är intresserad av allt som har med bildtolkning, ansiktsigenkänning och 3D-rekonstruktion att göra, och det stod tidigt klart för mig att det var inom detta område som jag ville skriva min avhandling, berättar Ketut Fundana, som andas ut på sitt kontor på Centrum för teknikstudier efter en tuff disputation på Datalogisk Institut på Köpenhamns universitet inför en jury av några av ämnets mest namnkunniga personer.
Vill nå högre precisionsgrad
Under nära fyra år har Ketut, som kom till Malmö högskola från Bali i Indonesien, arbetat inom EU’s Marie Curie-projekt Visiontrain, vars mål är ”att minska avståndet mellan människans synförmåga och hur en robot känner igen saker”.
Ju mer avancerat ett system är, och ju högre exakthet de matematiska modellerna som tillämpas har, desto högre precisionsgrad får resultatet – målet är en sådan exakthet att videoövervakningens larm inte går igång av ett djur till exempel, för att fortsätta med exemplet ovan. Med Ketut Fundanas avhandling har vetenskapen kommit ytterligare en bit på vägen.
Text: Sara Appelquist
Kontaktinformation
Kontaktuppgifter
E-post: ketut.fundana@mah.se
Telefon: 040 – 6657658