| dc.contributor.advisor | Τσιχριντζής, Γεώργιος | |
| dc.contributor.author | Κωστάλας, Ευάγγελος | |
| dc.date.accessioned | 2023-10-26T11:34:06Z | |
| dc.date.available | 2023-10-26T11:34:06Z | |
| dc.date.issued | 2023-07 | |
| dc.identifier.uri | https://dione.lib.unipi.gr/xmlui/handle/unipi/15843 | |
| dc.identifier.uri | http://dx.doi.org/10.26267/unipi_dione/3265 | |
| dc.description.abstract | Η αυτόματη αναγνώριση και παρακολούθηση αντικειμένων σε ακολουθίες εικόνων είναι μια εφαρμογή της ανάλυσης εικονας που έχει δει πολύ μεγάλη άνθηση και αποτελεί εδώ και χρόνια σημαντικό αντικείμενο έρευνας. Ενδεικτικό είναι πως η αναζήτηση των όρων image tracking στο pubmed επιστρέφει 11,404 δημοσιεύσεις για τα έτη 1959-2010 και 36,693 δημοσιεύσεις από το 2011 μέχρι σήμερα.
Υπάρχει όπως θα δούμε παρακάτω εξαιρετικά μεγάλος αριθμός μεθόδων και αλγορίθμων για την διαδικασία αυτή, γεγονός που γίνεται εύκολα κατανοητό αν λάβουμε υπόψη οτι η αναγνώριση και ο εντοπισμός αντικειμένων από δεδομένα εικόνας έχουν βρεί εφαρμογή σε πάρα πολλούς διαφορετικούς κλάδους, όπως η αστρονομία, η βιολογία, η ιατρική, η ρομποτική, κα. Οι κλάδοι αυτοί όμως εργάζονται με τελείως διαφορετικά είδη εικόνας και συμπεριφοράς των αντικειμένων, πράγμα που συνεπάγεται την ανάγκη για διαφορετικές μεθοδολογίες ανάλυσης.
Ο μεγάλος αριθμός μεθοδολογιών που προκύπτει, σε συνδυασμό με το γεγονός πως οι άνθρωποι στους οποίους χρειάζεται να τις εφαρμόσουν, σπάνια είναι ειδικοί στην ανάλυση εικόνας και τον προγραμματισμό, αλλά σε τελείως διαφορετικούς κλάδους, κάνει την εφαρ- μογή τέτοιων μεθόδων δυσπρόσιτη και περιορίζει την δυνατότητα εφαρμογής τους.
Συγκεκριμένα στην βιολογία, που είναι και το αντικείμενο της παρούσας εργασίας, η πρόοδος των τεχνικών μέσων απόκτησης και αποθήκευσης εικόνων αλλά και η μετασ- τροφή του ερευνητικού ενδιαφέροντος, από την καθαρή γενετική στην μελέτη ολόκληρου του περιβάλλοντος στο εσωτερικό των έμβιων οργανισμών έχει φέρει την ανάγκη για καλύτερες και πιο προσιτές τεχνικές αυτόματης ανάλυσης εικόνας στο προσκήνιο του ερευνητικού εν- διαφέροντος.
Σκοπός αυτής της εργασίας είναι να γίνει μια συνοπτική παρουσίαση κάποιων από τις βασικότερες μεθοδολογίες ανάλυσης εικόνας, εντοπισμού και παρακολουθησης αντικειμένων σε ακολουθίες εικόνων, με έμφαση στις τεχνικές που βρίσκουν εφαρμογή στην Βιολογία. Στη συνέχεια παρουσιάζουμε ένα πρόγραμμα, το οποίο έχει σκοπό την απλοποίηση και την αυτοματοποίηση εφαρμογής αυτών των μεθόδων σε μία προσπάθεια να γίνουν προσιτές σε ανθρώπους χωρίς ιδιαίτερες γνώσεις στον προγραμματισμό ή την ανάλυση εικόνας. | el |
| dc.format.extent | 56 | el |
| dc.language.iso | el | el |
| dc.publisher | Πανεπιστήμιο Πειραιώς | el |
| dc.title | Αναγνώριση και παρακολούθηση αντικειμένων σε βίντεο μικροσκοπίας | el |
| dc.title.alternative | Object recognition and tracking in microscopy videos | el |
| dc.type | Master Thesis | el |
| dc.contributor.department | Σχολή Τεχνολογιών Πληροφορικής και Επικοινωνιών. Τμήμα Πληροφορικής | el |
| dc.description.abstractEN | Automated detection and tracking of objects in sequences of images is an application of Image Analysis that has witnessed a significant rise in interest and has been the subject of extenssive research in the past years. Indicative of this is the fact that searches for the terms image tracking on pubmed returns a total of 11,404 publications for the years 1959-2010 and 36,693 publications from 2011 until the date of writing.
As we will also see later, there is a vast amount of methods and algorithms for this process, an understandable fact given the fact that object detection and tracking is being applied in numerous different fields like astronomy, biology, medicine, robotics, etc. Most of these fields however handle entirely different types of images and care about completely different types of objects, creating the need for specialized methods.
The large number of methodologies stemming from this, combined with the fact that the people that need to use them are rarely specialized in image analysis and programming, makes the application of most methodologies inaccessible and impractical.
When it comes to Biology in particular, which is the focus of this work, the techno- logical progress around the means of obtaining images, as well as the shift in the focus of current research, from pure genetics to the combined study of the entire environment inside living organisms has attenuated the need for accessible means of object tracking in biological images.
The purpose of this work is to provide a brief description of the most commonly used or state-of-the art methods for processing, analyzing and tracking objects in videos, with a focus on those applied to images and videos of biological origin. In the second part we present a computational framework intended to simplify and streamline the application of such methods in an attempt to make them more accessible to people without a backgroung in image analysis or software engineering. | el |
| dc.contributor.master | Προηγμένα Συστήματα Πληροφορικής - Ανάπτυξη Λογισμικού και Τεχνητής Νοημοσύνης | el |
| dc.subject.keyword | Tracking | el |
| dc.subject.keyword | Bioimaging | el |
| dc.subject.keyword | Image analysis | el |
| dc.subject.keyword | Video | el |
| dc.date.defense | 2023-07-09 | |
