Väitös tietotekniikan alalta, M.Res Yuxin Hou

Väitöskirjan nimi: Learning Latent Image Representations with Prior Knowledge

Vastaväittäjä: apulaisprofessori Oisin Mac Aodha, University of Edinburgh, Skotlanti
Kustos: apulaisprofessori Juho Kannala, Aalto-yliopiston perustieteiden korkeakoulu, Tietotekniikan laitos

Väitöstilaisuus järjestetään kampuksella.

Väitöskirja on julkisesti nähtävillä 10 päivää ennen väitöstä Aalto-yliopiston julkaisuarkiston verkkoriiputussivulla.

Elektroninen väitöskirja

Väitöstiedote:

Konenäkö on tärkeä osa tekoälyjärjestelmien kehittämistä, sillä se mahdollistaa ympäröivän maailman havainnoinnin. Se pyrkii jäsentämään kuvainformaatiota ja ymmärtämään kuvissa olevaa sisältöä. Viime vuosina syväoppimisesta on tullut konenäkösovellusten päätyökalu johtuen sen kyvystä oppia matalaulotteisia latentteja esityksiä kuvista syöttämällä informaatio useiden epälineaaristen kerrosten läpi. Vaikka syväoppiminen on osoittautunut lupaavaksi menetelmäksi, se ei tarjoa työkaluja, joilla tulkita tai muokata opittua informaatiota. Toisaalta monet sovellukset tarjoavat prioritietoa mallin rakentamista varten, jota voi hyödyntää rakenteellisten latenttiesitysten muodostamiseen.

Tämä väitöskirja esittelee menetelmiä, jotka mahdollistavat prioritiedon yhdistämisen syväoppimismenetelmiin. Väitöskirja esittelee ensin menetelmiä, jotka yhdistävät geometrista tietoa useiden kuvakulmien yli syväoppivan neuroverkon rakenteisiin. Tämän jälkeen väitöskirjassa keskitytään malleihin, jotka käyttävät gaussisia prosesseja latenttiavaruuden rakenteen mallintamiseen. Mallin avulla saadaan johdonmukaisempia ja vakaampia ennusteita kuvien syvyysestimoinnissa, stereokuvantamisessa sekä uusien kuvanäkymien generoinnissa. Lopuksi väitöskirja tarkastelee uusia menetelmiä kuvien rakenteellisuuden erotteluun, jotka auttavat ohjaamaan uusien kuvien generointia ja interaktiivisen kuvahaun sovelluksia.

Väittelijän yhteystiedot: [email protected], +447879511858