Lukity Tibor

Az előadás témája a digitális képfeldolgozásban és képalkotásban alkalmazott legfontosabb lineáris matematikai modellek és operátorok áttekintése. Az előadás első részében a képfeldogozásban alkalmazott lineáris transzformációk néhány alkalmazási modalitását mutatjuk be. Szó esik a kamera póz problémájáról és meghatározásának kihívásairól, beleértve a homográfiai transzformációt is. A konvolúciós operátorok is a lineáris operátorok csoportjába sorolhatók. Különös hangsúlyt fektetünk a mesterséges intelligencia konvolúciós neurális hálókon alapuló eljárásainak vizsgálatára. Az előadás második részében a tomográfiai képalkotó eljárások bemutatásával foglalkozunk. Bemutatásra kerülnek az általunk kifejlesztett és javasolt legújabb megoldások, amelyek a tomográfiai képrekonstrukciós algoritmusok hatékonyságát és minőségét hivatottak elősegíteni.

The main topic of the presentation is an overview of the most important linear mathematical models and operators used in digital image processing and image reconstruction. In the first part of the lecture, we present several application modalities of linear transformations used in image processing. The camera pose problem and the challenges of its determination are also discussed, including homography transformations. Convolution operators also belong to the class of linear operators. Special focus is placed on the study of artificial intelligence methods based on convolutional neural networks. In the second part of the lecture, we focus on the presentation of tomographic reconstruction techniques. We introduce our newly developed and proposed solutions aimed at improving the efficiency and quality of tomographic image reconstruction algorithms.