Teme diplomă 2017

Lista de mai jos nu este exhaustivă, si la cerere se poate discuta orice alt subiect de interes pentru student, în măsura în care se înscrie in aria de studiu a prelucrărilor de semnal /programare.

 

Detecția colțurilor în imagini

Multe aplicații în domeniul prelucrării imaginilor necesită detecția automată a punctelor de interes, printre care și colțurile obiectelor. Studentul va studia și implementa unul dintre algoritmii uzuali pentru detecția colțurilor în imagini sau secvențe video (de exemplu Harris detector).

Cerințe: cunoașterea Matlab, cunoașterea limbii engleze (pentru documentație)

Exemplu:

  1. https://www.youtube.com/watch?v=vkWdzWeRfC4
  2. Google "Harris detector"
 

Plugin Winamp pentru filtrare de semnal audio în timp real

Algoritmi pentru filtrarea semnalelor audio (gen filtre trece jos, trece sus, egalizor de semnal etc.) pot fi implementați sub formă de plugin în diverse aplicații software uzuale. Studentul va realiza implementarea unor filtre de semnal sub forma unui plugin pentru programul Winamp, sau oricare alt player audio de mare popularitate.

Cerinţe: cunoașterea limbajului de programare C/C++, curs PDS, cunoașterea limbii engleze (pentru documentație)

Referinţe:

  1. Sit Winamp: http://wiki.winamp.com/wiki/Plug-in_Developer

  2. Exemplu de implementare de bază:

    http://telecom.etti.tuiasi.ro/pns/pss/data/_uploaded/labs/PSS_L3_Implementare_filtru_plugin_Winamp.pdf

 

Interpolarea imaginilor (super-resolution) prin reprezentări rare

Pentru a putea face zoom-in într-o imagine dincolo de rezoluția cu care a fost achiziționată, este necesar a se estima pixelii lipsă. Studentul va implementa una dintre diversele metode pentru acest scop, respectiv cea bazată pe prezumția unei descompuneri rare a imaginilor în frecvență.

Cerințe: Matlab, curs PDS, cunoașterea limbii engleze (pentru documentație)

Referințe:

  1. Image Super-Resolution as Sparse Representation of Raw Image Patches: http://www.ifp.illinois.edu/~jyang29/papers/CVPR08-SR.pdf

     

Recunoașterea fețelor folosind metoda reprezentărilor rare

Aplicații de recunoaștere automată a fețelor dintr-o imagine sunt importante în aplicații de securitate și nu numai. Studentul va implementa o metodă de recunoaștere a fețelor bazată pe reprezentări rare, care oferă avantaje în cazul în care fața este parțial mascată (de ex. de ochelari de soare, eșarfă etc.)

Cerințe: Matlab, curs PDS, cunoașterea limbii engleze (pentru documentație)

Referințe:

  1. Robust Face Recognition via Sparse Representation:

    http://www.columbia.edu/~jw2966/papers/WYGSM09-PAMI.pdf

  2. Face Recognition by Sparse Representation: https://www.eecs.berkeley.edu/~yang/paper/face_chapter.pdf

 

Prelucrări paralele de semnal utilizând procesoarele plăcii grafice (GPU-based signal processing)

Studentul va investiga utilizarea librăriilor Cuda Toolkit pentru procesoarele de la Nvidia, dedicate programării pentru plăcile grafice, pentru aplicații uzuale de prelucrare a semnalelor audio sau imagini.

Cerințe: bune cunoștințe de C/C++, curs PDS, cunoașterea limbii engleze (pentru documentație)

Referințe:

  1. Documentație NVIDIA: http://www.nvidia.com/object/cuda_home_new.html

  2. Image Convolution with CUDA: http://docs.nvidia.com/cuda/samples/3_Imaging/convolutionSeparable/doc/convolutionSeparable.pdf

 

Orice altă temă de interes pentru student, din domeniul prelucrării de semnal / programare, cu condiția acordului meu în urma unei discuții prealabile.