Μέθοδοι υπολογιστικής νοημοσύνης για εφαρμογές σε περιβάλλοντα διάχυτης νοημοσύνης

Abstract

This thesis investigates Ambient Intelligence problems establishing novel solutions and innovative Computational Intelligence algorithms, where the "intelligent" and the "perception" are embraced and integrated to smart devices in order to understand the real world environment.In the first two Chapters we provide the basic Ambient Intelligence definitions and open problems of the field, in which we will deal with in this thesis. Additionally, we discuss the evolution of the classic Artificial Neural Networks (ANN), the Convolutional Neural Networks (CNN), their theoretical background and well known network architectures. In Chapters 3 and 4, the problem of automatic human pose recognition via omni-directional fisheye camera is investigated. More specifically, in Chapter 3 a novel feature descriptor is proposed, based on Zernike moments invariant descriptor, adapted on the fisheye camera’s len by using the geodesic distance. The proposed descriptor is more robust than the classic Zernike on images where have been acquired by the imperfect segmentation of real videos. The proposed Geodesically-Corrected Zernike Moments (GCZM) are used on synthetic as well as real human silhouettes to recognize their poses. In Chapter 4 the investigation of the aforementioned problem is continued using a GCZM enhanced CNN architecture. The model is trained with synthetic human silhouettes poses enhanced with image features based on Zernike moments, which are modified for fisheye images. Then, using the Transfer Learning technique the model is fine-tunned with a sample of real human silhouettes. Results show that the proposed enhance CNN architecture, combined with Transfer Learning, improves pose classification accuracy for both the synthetic and the real silhouette images. In Chapter 5, a framework that detects changes on human activity is proposed, de-signed for devices with low computational power. The proposed methodology is better fitted for high dimensional data streams of multiple device sensors, applying a low computational Incremental Principal Components Analysis method in order to convert the stream to one-dimension. Subsequently, the Cumulative Sum algorithms are detecting changes on them. In Chapter 6, a methodology for automatic detection and localization of gastrointestinal (GI) anomalies in endoscopic video frame sequences using wireless endoscopy capsule is presented. A generic Neural Network architecture was trained solely with semantically annotated images, indicating whether they contain anomalies or not. While, using the information that after the train process captured inside their structure, the methodology is capable to localize the abnormalities on video frames.

Η παρούσα διατριβή ασχολείται με προβλήματα του τομέα της Περιβάλλουσας Νοημοσύνης θεμελιώνοντας λύσεις, μελετώντας και αναπτύσσοντας καινοτόμες μεθοδολογίες του τομέα της Υπολογιστικής Νοημοσύνης, για την ενσωμάτωση “ευφυίας” και “αντίληψης” στις συσκευές σε σχέση με τον περιβάλλοντα χώρο τους. Η παρούσα διατριβή οργανώνεται ως εξής:Στο Κεφάλαιο 1 παρέχουμε τους βασικούς άξονες της Περιβάλλουσας Νοημοσύνης. Παρουσιάζουμε ανοιχτά προβλήματα με τα οποία ασχολείται η Περιβάλλουσα Νοημοσύνη συνοψίζοντας, τις κατηγορίες προβλημάτων που θα ασχοληθούμε και εμείς στην παρούσα διδακτορική διατριβή.Στο Κεφάλαιο 2 περιγράφουμε βασικές μεθοδολογίες που θα χρησιμοποιηθούν στη συνέχεια των κεφαλαίων. Αφιερώνεται κυρίως στη δομή και λειτουργία των Νευρωνικών Δικτύων Συνελίξεων, στα προβλήματα στα οποία εφαρμόζονται ενώ γίνεται και μια ιστορική αναδρομή στο πρόγονό τους, τα Τεχνητά Νευρωνικά Δίκτυα. Στα επόμενα δύο κεφάλαια μελετάται το πρόβλημα της αυτόματης αναγνώρισης της στάσης του ανθρώπου, μέσω ευρυγώνιας κάμερας τοποθετημένης στην οροφή ενός δωματίου. Πιοσυγκεκριμένα στο Κεφάλαιο 3 αναπτύσσεται ένας νέος ολικός περιγραφέας εξαγωγής χαρακτηριστικών σε εικόνες ευρυγώνιας κάμερας. Ο περιγραφέας αυτός εμφανίζει ανοχή στιςαλλοιώσεις του αντικειμένου στο συγκεκριμένο τύπο κάμερας.Στο Κεφάλαιο 4 συνεχίζουμε την μελέτη του προβλήματος αναγνώρισης της στάσης του ανθρώπου, προτείνοντας μια υβριδική αρχιτεκτονική Νευρωνικών Δικτύων Συνελίξεων με επαυξημένη πληροφορία. Το δίκτυο ενισχύθηκε με την επιπλέον πληροφορία των ολικών περιγραφέων που παρουσιάστηκαν στο προηγούμενο κεφάλαιο, ενώ εφαρμόστηκε η τεχνική μεταφοράς γνώσης για βελτίωση των τελικών αποτελεσμάτων.Στο Κεφάλαιο 5 μελετάται ένα πρόβλημα της Περιβάλλουσας Νοημοσύνης που σχετίζεται με τα Βοηθητικά Περιβάλλοντα και συγκεκριμένα με τον έγκαιρο και έγκυρο εντοπισμό της πτώσης ενός ατόμου. Για το πρόβλημα αυτό προτείνεται μια μεθοδολογία χαμηλής υπολογιστικής ισχύος, κάνοντας ανάλυση πολυδιάστατων σημάτων φορητών ή φορετών συσκευών.Το Κεφάλαιο 6 πραγματεύεται το πρόβλημα αυτόματου εντοπισμού παθογενών καταστάσεων του γαστρεντερικού σωλήνα, κάνοντας χρήση ασύρματης ενδοσκοπικής κάψουλας. Προτείνεται μια ολιστική μεθοδολογία ασθενούς εκπαίδευσης βασιζόμενη στα Νευρωνικά Δίκτυα Συνελίξεων για τον χαρακτηρισμό και εντοπισμό παθολογικών καταστάσεων πάνω σε εικόνες.Η παρουσίαση του ερευνητικού έργου αυτής της διατριβής ολοκληρώνεται με το Κεφάλαιο 7, όπου προτάθηκε και μελετήθηκε εκτενώς μια μέθοδος εκπαίδευσης Νευρωνικών Δικτύων Συνελίξεων με αυτόματη προσαρμογή του ρυθμού εκμάθησης. Η μέθοδος που προτείνουμε μπορεί και προσαρμόζει τον αρχικό ρυθμό εκμάθησης σε ένα σταθερό μικρό εύρος τιμών ανεξάρτητα της αρχικής τιμής του. Η παρουσίαση της διατριβής ολοκληρώνεται με το Κεφάλαιο 8 όπου εμπεριέχονται τα γενικά συμπεράσματα της διατριβής.