Sirvi Autor "Anbarjafari, Gholamreza, juhendaja" järgi

Nüüd näidatakse 1 - 20 20

listelement.badge.access-status Avatud juurdepääs ,
Analysis of Remote Sensing Image Super Resolution using Fluid Lenses
(2017-04-21) Rasti, Pejman; Anbarjafari, Gholamreza, juhendaja; Keifer, Rudolf, juhendaja; Tartu Ülikool. Loodus- ja täppisteaduste valdkond
Käesolevas doktoritöös uuriti nii riist- kui ka tarkvaralisi lahendusi piltide töötlemiseks. Riist¬varalise poole pealt pakuti lahenduseks uudset vedelläätse, milles on dielekt¬rilisest elastomeerist kihilise täituriga membraan otse optilisel teljel. Doktoritöö käigus arendati välja kaks prototüüpi kahe erineva dielektrilisest elastomeerist ki¬hilise täituriga, mille aktiivne ala oli ühel juhul 40 ja teisel 20 mm. Läätse töö vas¬tas elastomeeri deformatsiooni mehaanikale ja suhtelistele muutustele fookuskau¬guses. Muutuste demonstreerimiseks meniskis ja läätse fookuskauguse mõõtmiseks kasutati laserkiirt. Katseandmetest selgub, et muutuste tekitamiseks on vajalik pinge vahemikus 50 kuni 750 volti. Tarkvaralise poole pealt pakuti uut satelliitpiltide parandamise süsteemi. Paku¬tud süsteem jagas mürase sisendpildi DT-CWT laineteisenduse abil mitmeteks sagedusalamribadeks. Pärast müra eemaldamist LA-BSF funktsiooni abil suu¬rendati pildi resolutsiooni DWT-ga ja kõrgsagedusliku alamriba piltide interpo¬leerimisega. Interpoleerimise faktor algsele pildile oli pool sellest, mida kasutati kõrgsagedusliku alamriba piltide interpoleerimisel ning superresolutsiooniga pilt rekonst¬rueeriti IDWT abil. Käesolevas doktoritöös pakuti tarkvaraliseks lahenduseks uudset sõnastiku baasil töötavat super-resolutsiooni (SR) meetodit, milles luuakse paarid suure resolutsiooniga (HR) ja madala resolut-siooniga (LR) piltidest. Kõigepealt jagati vastava sõnastiku loomiseks HR ja LR paarid omakorda osadeks. Esialgse HR kujutise saamiseks LR sisendpildist kombineeriti HR osi. HR osad valiti sõnastikust nii, et neile vastavad LR osad oleksid võimalikult lähedased sisendiks olevale LR pil¬dile. Iga valitud HR osa heledust korrigeeriti, et vähendada kõrvuti asuvate osade heleduse erine¬vusi superresolutsiooniga pildil. Plokkide efekti vähendamiseks ar¬vutati saadud SR pildi keskmine ning bikuupinterpolatsiooni pilt. Lisaks pakuti käesolevas doktoritöös välja kernelid, mille tulemusel on võimalik saadud SR pilte teravamaks muuta. Pakutud kernelite tõhususe tõestamiseks kasutati [83] ja [50] poolt pakutud resolutsiooni parandamise meetodeid. Superreso¬lutsiooniga pilt saadi iga kerneli tehtud HR pildi kombineerimise teel alpha blen¬dingu meetodit kasutades. Pakutud meetodeid ja kerneleid võrreldi erinevate tavaliste ja kaasaegsete meetoditega. Kvantita-tiivsetest katseandmetest ja saadud piltide kvaliteedi visuaal¬sest hindamisest selgus, et pakutud meetodid on tavaliste kaasaegsete meetoditega võrreldes paremad.
listelement.badge.access-status Avatud juurdepääs ,
Automated Data Extraction and Analysis for Arrayed Primer Extension Images
(Tartu Ülikool, 2017) Haamer, Rain Eric; Anbarjafari, Gholamreza, juhendaja; Tartu Ülikool. Loodus- ja täppisteaduste valdkond; Tartu Ülikool. Tehnoloogiainstituut
The Arrayed Primer Extension (APEX) method is used to detect Single-Nucleotide Polymorphism (SNP), deletion and insertion based diseases. The main method consists of washing different flourophores over oligonukleotites and then analysing which flourophore attached to identify the oligonukleotites. A crucial step in the APEX method is analysing the captured light from the flourophores when a laser excites them. The current method of analysing this data requires extensive manual review. This thesis describes a method of automating the data grid detection in the captured images which is currently a manual task. The second part describes the application of predictive methods for the data analysis of the four captured images and comparisons to the already existing clustering method.
listelement.badge.access-status Avatud juurdepääs ,
Brain abnormality detection using statistical analysis of individual structural connectivity networks and EEG signals
(2023-11-27) Avots, Egils; Anbarjafari, Gholamreza, juhendaja; Bachmann, Maie, juhendaja; Tartu Ülikool. Loodus- ja täppisteaduste valdkond
Tipptasemel meditsiiniteaduse ja tehisintellekti uuringud on valmis ümber kujundama ajuhaiguste diagnoosimist. Käesolev doktoritöö “Statistilisel analüüsil põhinev aju ebanormaalsuste tuvastamine kasutades individuaalsete struktuuriliste ühenduvuste võrke ja EEG signaale” keskendub Alzheimeri tõvele ja kliinilisele depressioonile, kasutades tipptasemel tehnoloogiaid uuenduste esile toomiseks. Sünni, trauma, haiguse või muude asjaolude tagajärjel tekkinud ajuanomaaliad mõjutavad oluliselt inimese füüsilist ja vaimset tervist. Selles doktoritöös käsitletakse kaht peamist teemat: MRT kaudu diagnoositud Alzheimeri tõve ning EEG kaudu tuvastatud kliinilist depressiooni. Masinõppe algoritmid tõlgendavad ajuskanneeringu pilte, et tuvastada haigustele omaseid mustreid, nagu näiteks ajustruktuuri muudatusi Alzheimeri tõve puhul. Erinevatel pildimustritel põhinev andmete analüüs võimaldab haiguse olemasolu diagnoosida kiiremini ning täpsemalt. Kliinilise depressiooni puhul analüüsib masinõpe EEG salvestusi, et tuvastada ajutegevusega seotud muudatusi ning ennustada depressiooni esinemist. EEG kaudu on võimalik mõõta depressiooniga seotud ajutegevust ning masinõppe abil tuvastada haiguspilt. EEG mustrite analüüs võimaldab edukat patsientide klassifitseerimist ning seeläbi kiiremat diagnoosimist. Käesolev lõputöö toob esile inimese leidlikkust ning tehisintellekti potentsiaali tervishoiu paremaks muutmiseks. See viitab uuele ajastule ajuhäirete diagnoosimisel, kus on võimalik senisest kiiremini ning täpsemini Alzheimeri tõve ja kliinilist depressiooni tuvastada. Tulevikus on potentsiaalselt näha mitmeid paremaid tervishoiu lahendusi, mida taolised tehnoloogiad edendavad.
listelement.badge.access-status Avatud juurdepääs ,
Comprehensive Study on High Dynamic Range Tone Mapping with Subjective Tests
(Tartu Ülikool, 2017) Salahlı, Aygül; Anbarjafari, Gholamreza, juhendaja; Ozcinar, Cagri, juhendaja; Tartu Ülikool. Loodus- ja täppisteaduste valdkond; Tartu Ülikool. Tehnoloogiainstituut
A high dynamic range (HDR) image has a very wide range of luminance levels that traditional low dynamic range (LDR) displays cannot visualize. For this reason, HDR images are usually transformed to 8-bit representations, so that the alpha channel for each pixel is used as an exponent value, sometimes referred to as exponential notation [43]. Tone mapping operators (TMOs) are used to transform high dynamic range to low dynamic range domain by compressing pixels so that traditional LDR display can visualize them. The purpose of this thesis is to identify and analyse differences and similarities between the wide range of tone mapping operators that are available in the literature. Each TMO has been analyzed using subjective studies considering different conditions, which include environment, luminance, and colour. Also, several inverse tone mapping operators, HDR mappings with exposure fusion, histogram adjustment, and retinex have been analysed in this study. 19 different TMOs have been examined using a variety of HDR images. Mean opinion score (MOS) is calculated on those selected TMOs by asking the opinion of 25 independent people considering candidates’ age, vision, and colour blindness.
listelement.badge.access-status Avatud juurdepääs ,
Cosmic ray tomography based object reconstruction and recognition
(2023-10-11) Aktas, Kadir; Anbarjafari, Gholamreza, juhendaja; Kiisk, Madis, juhendaja; Giammanco, Andrea, juhendaja; Tartu Ülikool. Loodus- ja täppisteaduste valdkond
Tehnoloogia kiire areng ja valdkonnas tehtud edukad teadustööd on toonud endaga kaasa tehisintellektil põhinevate meetodite kasutamise laialdase leviku madalamatasemeliste ülesannete, näiteks objektituvastuse, lahendamisel. Objektituvastus proovib leida huvipakkuvaid objekte pildilt või pildijadadelt. Tuvastuse käigus lokaliseeritakse ja klassifitseeritakse pildil olevad objektid. Objektituvastus leiab laialdast kasutust mitmete reaalmaailma probleemide lahendamisel ja on seetõttu üks peamisi ülesandeid, mida arvutinägemises lahendatakse. Seda rakendatakse näiteks tomograafiasüsteemide väljundite uurimises, inimkäitumise analüüsis, meditsiinis ja spordi valdkonnas. Vaatamata objektituvastuse pikaajalisele käibel olemisele, on selles valdkonnas jätkuvalt palju väljakutsuvaid teemasid, mida uurida. Üheks selliseks näiteks on süvaõppe kasutamine müüontomograafias. Müüonid on elektroni sarnased elementaarosakesed, mis erinevaid materjale läbides neelduvad ja hajuvad erineva nurga all. Need hajumisnurgad peidavad endas informatsioon läbitud objektide kohta. Maal tekivad müüonid enamasti kosmilise kiirguse sisenemisel Maa atmosfääri. Müüontomograafias mõõdetakse osakeste sisenemis- ja väljumisnurkasid ümber huvipakkuva objekti. Nende nurkade põhjal rekonstrueeritakse objektist tomograafilised pildid. Saadud pilte kasutatakse objektituvastuses. Objektituvastuse tulemus on otseselt mõjutatud rekonstruktsioonist ja sellest kui täpselt suudetakse lokaliseerida müüonite tabamuspunkte detektori plaatidelt. Sügavate närvivõrkude kasutamine ülesande lahendamisel parandab märkimisväärselt tulemuste täpsust võrreldes traditsioonilise raskuskeskme meetodiga. Käesolevas töös näidatakse sügavate konvolutsiooniliste närvivõrkude edukat utiliseerimist objektituvastuse ülesannete lahendamisel keerukate ja mitmekesiste andmekogumite peal.
listelement.badge.access-status Avatud juurdepääs ,
Creating an Explainable AI Tool for First Impression Enhancement in Job Interviews
(Tartu Ülikool, 2024) Gruzdeva, Dariia; Anbarjafari, Gholamreza, juhendaja; Aktas, Kadir, juhendaja; Tartu Ülikool. Loodus- ja täppisteaduste valdkond; Tartu Ülikool. Tehnoloogiainstituut
In the world of job interviews, first impression plays a big role in candidate selection. However, current Human Resources (HR) technology tends to lack tools that can both provide candidates with meaningful feedback on their first impression and offer transparent, actionable advice for performance improvement. This thesis introduces an explainable artificial intelligence (AI) tool designed to provide advice to candidates for improving their first impressions during job interviews. The proposed tool uses the Big Five personality traits for evaluating and improving job candidates’ interview performances. The thesis focuses on demonstrating the potential of such a tool to provide automated, yet specialized feedback to candidates. The validation of this tool’s effectiveness is showcased through a series of experiments. It was observed that candidates exhibited enhanced performance after engaging with the tool. The findings suggest that this AI tool holds practical value, indicating a promising direction for future integration into HR software platforms. Such integration would not only augment the functionality of these platforms but also advance the goal of improving job interview outcomes through informed data-driven feedback. Further development and refinement are envisioned to fully realize the potential of this tool in professional settings, paving the way for an innovation in HR technology where first impressions are not just evaluated, but systematically improved.
listelement.badge.access-status Avatud juurdepääs ,
Design and Comparison of Attitude Control Modes for ESTCube-2
(Tartu Ülikool, 2017) Ofodile, Ikechukwu Chinonso; Slavinskis, Andris, juhendaja; Anbarjafari, Gholamreza, juhendaja; Tartu Ülikool. Loodus- ja täppisteaduste valdkond; Tartu Ülikool. Tehnoloogiainstituut
This thesis presents the attitude control problem of ESTCube-2. ESTCube-2 is a 3U CubeSat with a size of 10 x 10 x 30 cm and a weight of about 4 kg. It is the second satellite to be developed by the ESTCube Team and will be equipped with the E-Sail payload for the plasma break experiment, Earth observation camera, a high speed communication system, and a cold gas propulsion module. The satellite will make use of 3 electromagnetic coils, 3 reaction wheels and the cold gas thruster as actuators. The primary purpose of this work was to develop and compare control laws to ful ll the attitude control requirements of the ESTCube-2 mission. To achieve this, the spacecraft dynamics and environmental models are derived and analyzed. PD like controllers and LQR optimal controls are designed to ful ll the pointing requirements of the satellite in addition to the B-dot detumbling control law. Angular rate control law to spin up the satellite for tether deployment is also derived and presented. Simulations of the di erent controllers shows the performance with disturbances also added to the system. Finally recommendations and optimal control situations are presented based on the results.
listelement.badge.access-status Avatud juurdepääs ,
Developing the behaviours for use in RoboCup 2015 based on rUNSWift architecture.
(Tartu Ülikool, 2015) Keerdo, Rainer; Anbarjafari, Gholamreza, juhendaja; Tartu Ülikool. Loodus- ja tehnoloogiateaduskond; Tartu Ülikool. Tehnoloogiainstituut
The RoboCup Standard Platform League has two teams, each consisting of five robots play football against each other in a semi-controlled setting. The robots used have the same hardware and modifications are not allowed. The purpose of this thesis was to find a method to improve the overall performance displayed during 2014 RoboCup and implement the method(s). During the course of the project, a new codebase, developed by team rUNSWift, was evaluated, tested and then adopted as it offered improvements compared to the Austin Villa codebase used in 2014. As the codebase offered only basic core functionality, a behaviour module needed to be implemented to offer both low- and high-level behaviours. The behaviours developed provide low-level functionality for movement, ball alignment and targeting and high-level functionality for basic soccer gameplay according to RoboCup 2015 rules. The individual strategy mimics the system used in 2014 with the main difference being the ability to recognize our teammates and then use that information to avoid collisions while trying to hit a ball that is in the common playing area of the two robots. The kick and walk performance appear more stable, as they are both dynamically generated using rUNSWift’s motion system. The walk is also offers greater configurability and needs careful calibration for tuning the input parameters.
listelement.badge.access-status Avatud juurdepääs ,
Development of a computer vision-based privacy-preserving automatic observation method for measuring physical activity in school
(2023-05-24) Hõrak, Hans; Vihalemm, Triin, juhendaja; Anbarjafari, Gholamreza, juhendaja; Tartu Ülikool. Sotsiaalteaduste valdkond
Kuidas vaadelda inimesi ilma neid nägemata? Öeldakse, et ei ole viisakas jõllitada. Õigus privaatsusele on lausa inimõigus. Siiski on inimkäitumises palju sellist, mida teadlased tahaksid uurida inimesi vaadeldes. Näiteks tahame teada, kas lapsed hakkavad vahetunnis rohkem liikuma, kui koolis keelatakse nutitelefonid? Selle välja selgitamiseks peaks teadlane küsima lapsevanematelt nõusolekut võsukeste vaatlemiseks. Eeldusel, et lapsevanemad annavad loa, oleks klassikaliseks vaatluseks vaja tohutult palju tööjõudu – mitu vaatlejat koolimajas iga päev piisavalt pikal perioodil enne ja pärast nutitelefoni keelu kehtestamist. Doktoritööga püüdsin lahendada korraga privaatsuse probleemi ja tööjõu probleemi, asendades inimvaatleja tehisaruga. Kaasaegsed masinõppe meetodid võimaldavad luua mudeleid, mis tuvastavad automaatselt pildil või videos kujutatud objekte ja nende omadusi. Kui tahame tehisaru, mis tunneb pildil ära inimese, tuleb moodustada masinõppe andmestik, kus on pilte inimestest ja pilte ilma inimesteta. Kui tahame tehisaru, mis eristaks videos madalat ja kõrget kehalist aktiivsust, on vaja vastavat videoandmestikku. Doktoritöös kogusingi andmestiku, kus video laste liikumisest on sünkroniseeritud puusal kantavate aktseleromeetritega, et treenida mudel, mis eristaks videopikslites madalamat ja kõrgemat liikumise intensiivsust. Koostöös Tehonoloogiainstituudi iCV laboriga arendasime välja videoanalüüsi sensori prototüübi, mis suudab reaalaja kiirusel hinnata kaamera vaateväljas olevate inimeste kehalise aktiivsuse taset. Just see, et tehisaru suudab tuletada videost kehalise aktiivsuse informatsiooni ilma neid videokaadreid salvestamata ega inimestele üldsegi näitamata, võimaldab vaadelda inimesi ilma neid nägemata. Väljatöötatud meetod on mõeldud kehalise aktiivsuse mõõtmiseks koolipõhistes teadusuuringutes ning seetõttu on arenduses rõhutatud privaatsuse kaitsmist ja teaduseetikat. Laiemalt vaadates illustreerib doktoritöö aga raalnägemistehnoloogiate potentsiaali töötlemaks visuaalset infot linnaruumis ja töökohtadel ning mitte ainult kehalise aktiivsuse mõõtmiseks kõrgete teaduseetika kriteerimitega. Siin ongi koht avalikuks aruteluks – millistel tingimustel või kas üldse on OK, kui sind jõllitab robot?
listelement.badge.access-status Avatud juurdepääs ,
Enhanced Speech Emotion Recognition Using Averaged Valence Arousal Dominance Mapping and Deep Neural Networks
(Tartu Ülikool, 2024) Rizhinashvili, Davit; Anbarjafari, Gholamreza, juhendaja; Sham, Abdallah Hussein, juhendaja; Tartu Ülikool. Loodus- ja täppisteaduste valdkond; Tartu Ülikool. Tehnoloogiainstituut
This thesis delves into advancements in speech emotion recognition (SER) by establish ing a novel approach for emotion mapping and prediction using the Valence-Arousal Dominance (VAD) model. Central to this research is the creation of reliable emotion to-VAD mappings, achieved by averaging outcomes from multiple pre-trained networks applied to the RAVDESS dataset. This approach adeptly resolves prior inconsistencies in emotion-to-VAD mappings and establishes a dependable framework for SER. The study also introduces a refined SER model, integrating the pre-trained Wav2Vec 2.0 with Long Short-Term Memory (LSTM) networks and linear layers, culminating in an output layer representing valence, arousal, and dominance. Notably, this model exhibits commendable accuracy across various datasets, such as RAVDESS, EMO-DB, CREMA-D, and TESS, thereby showcasing its robustness and adaptability, an improvement over earlier models susceptible to dataset-specific overfitting. The research further unveils a comprehensive speech analysis application, adept at denoising, segmenting, and profiling emotions in speech segments. This application features interactive emotion tracking and sentiment reports, illustrating its practicality in diverse applications. The study recognizes ongoing challenges in SER, especially in managing the subjective nature of emotion perception and integrating multimodal data. Although the research marks a progression in SER technology, it underscores the need for continuous research and careful consideration of ethical aspects in deploying such technologies. This thesis contributes to the SER domain by introducing a dependable method for emotion to VAD mapping, a robust model for emotion recognition, and a user-friendly application for practical implementations.
listelement.badge.access-status Avatud juurdepääs ,
Fault tolerant attitude control for nanosatellites: ESTCube-2 case
(2024-01-23) Ofodile, Ikechukwu; Slavinskis, Andris, juhendaja; Anbarjafari, Gholamreza, juhendaja; Tartu Ülikool. Loodus- ja täppisteaduste valdkond
Käesolev uurimus viidi läbi Tartu Ülikoolis, Tartu Observatooriumis, Soome meteoroloogiainstituudis ja Eesti Tudengisatelliidi programmis. See töö käsitleb ESTCube-2 asendi määramise ja kontrolli süsteemi (ADCS). ESTCube-2 on kolmeühikuline kuupsatelliit. ESTCube-2 missiooni peamine teaduslik eesmärk on katsetada orbiidil elektrilist päikesepurje. Elektriline päikesepuri on kütusevaba tõukesüsteemi kontseptsioon. ESTCube-2 proovib demonstreerida uusi tehnoloogiad, mis võimaldaks planeerida süvakosmose missioone kuup- ja nanosatelliitidele. See töö keskendub veakindla kontrollsüsteemi arendamisele ESTCube-2 satelliidi jaoks, mille eesmärgiks on testida plasmapidurit maa-lähedasel orbiidil (LEO). Missiooni õnnestumiseks on asendi määramise ja kontrolli süsteemil kindlad nõuded, mille hulgas on lõõa välja laskmine ja pöördemomendi täpsuse ja stabiilsuse kontroll vastavalt 0.25 kraadi ja 0.125 kraadi/s täpsusega. Antud uurimuse eesmärk on luua veakindel süsteem (FTC), mis käsitleb vigu ja ebakorrapärasusi ilma vajaduseta neid tuvastada, vähendades süsteemi arvutuslikku keerukust. Selleks on välja pakutud integreeritud anti-windup (AW) tõrkekindel juhtsüsteem. See süsteem hõlmab anti-windup kompensaatori disaini, mis käsitleb täiturite küllastumist. Käsitletakse kahte lahendust: mitme-sisendi/mitme-väljundiga (MIMO) ja ühe-sisendi/ühe- väljundiga (SISO) või ühe-sisendi/mitme-väljundiga (SIMO) AW kompensaatorit. Iga üksiku kontrollkanali puhul kaalutakse SISO/SIMO lähenemisviisi, mis tagab läbipaistvuse ja paindlikkuse sõltumatu kanali kavandamisel ja häälestamisel. AW-kompensaatori jõudlus on paljutõotav, vähendades arvutuskoormust ja lihtsustades kanali häälestamist. Töös pakutakse välja ka selle arhitektuuri kombinatsioon adaptiivse Neuro-Fuzzy Inference System (ANFIS) kontrolleriga, mis pakub sujuvamaid kontrollreaktsioone rikete korral.
listelement.badge.access-status Avatud juurdepääs ,
Garment retexturing using Kinect V2.0
(Tartu Ülikool, 2017) Avots, Egils; Anbarjafari, Gholamreza, juhendaja; Escalera, Sergio, juhendaja; Tartu Ülikool. Loodus- ja täppisteaduste valdkond; Tartu Ülikool. Tehnoloogiainstituut
This thesis describes three new garment retexturing methods for FitsMe virtual fitting room applications using data from Microsoft Kinect II RGB-D camera. The first method, which is introduced, is an automatic technique for garment retexturing using a single RGB-D image and infrared information obtained from Kinect II. First, the garment is segmented out from the image using GrabCut or depth segmentation. Then texture domain coordinates are computed for each pixel belonging to the garment using normalized 3D information. Afterwards, shading is applied to the new colors from the texture image. The second method proposed in this work is about 2D to 3D garment retexturing where a segmented garment of a manikin or person is matched to a new source garment and retextured, resulting in augmented images in which the new source garment is transferred to the manikin or person. The problem is divided into garment boundary matching based on point set registration which uses Gaussian mixture models and then interpolate inner points using surface topology extracted through geodesic paths, which leads to a more realistic result than standard approaches. The final contribution of this thesis is by introducing another novel method which is used for increasing the texture quality of a 3D model of a garment, by using the same Kinect frame sequence which was used in the model creation. Firstly, a structured mesh must be created from the 3D model, therefore the 3D model is wrapped to a base model with defined seams and texture map. Afterwards frames are matched to the newly created model and by process of ray casting the color values of the Kinect frames are mapped to the UV map of the 3D model.
listelement.badge.access-status Avatud juurdepääs ,
Gender bias in facial expression recognition
(Tartu Ülikool, 2021) Domnich, Artem; Anbarjafari, Gholamreza, juhendaja; Tartu Ülikool. Loodus- ja täppisteaduste valdkond; Tartu Ülikool. Arvutiteaduse instituut
Rapid development of artificial intelligence (AI) systems amplify many concerns in society. These AI algorithms inherit different biases from humans due to mysterious operational flow and because of that it is becoming adverse in usage. As a result, researchers have started to address the issue by investigating deeper in the direction towards Responsible and Explainable AI. Among variety of applications of AI, facial expression recognition might not be the most important one, yet is considered as a valuable part of human-AI interaction. Evolution of facial expression recognition from the feature based methods to deep learning drastically improve quality of such algorithms. This thesis aims to study a gender bias in deep learning methods for facial expression recognition by investigating six distinct neural networks, training them, and further analysed on the presence of bias, according to the three definition of fairness. The main outcomes show which models are gender biased, which are not and how gender of subject affects its emotion recognition. More biased neural networks show bigger accuracy gap in emotion recognition between male and female test sets. Furthermore, this trend keeps for true positive and false positive rates. In addition, due to the nature of the research, we can observe which types of emotions are better classified for men and which for women. Since the topic of biases in facial expression recognition is not well studied, a spectrum of continuation of this research is truly extensive, and may comprise detail analysis of state-of-the-art methods, as well as targeting other biases.
listelement.badge.access-status Avatud juurdepääs ,
Generative AI-based Style Recommendation Using Fashion Item Detection and Classification
(Tartu Ülikool, 2024) Kalinin, Aleksandr; Anbarjafari, Gholamreza, juhendaja; Jafari, Akbar A., juhendaja; Tartu Ülikool. Loodus- ja täppisteaduste valdkond; Tartu Ülikool. Tehnoloogiainstituut
This thesis describes the creation of a cutting-edge style recommendation system that uses generative AI and deep learning approaches to analyse fashion photos. The system is intended to process input images, such as selfies or studio-quality photos, and output a text file with extensive feedback on the individual’s style and suggestions for improvement. The system consists of two main components: the YOLOv8 convolutional neural network, which detects and crops clothing items, and the GPT-4.0 large language model, which generates informative style commentary and recommendations. YOLOv8 is briefly trained on a specific dataset to improve its performance in recognising 10 different types of clothes, while GPT-4.0, which is accessible via the OpenAI API, is charged with giving cohesive and short style suggestions. To evaluate the success of the suggested solution, real experimental trials were conducted at many events in Madrid and Tallinn. Three well-known AI models were used for comparison: OpenAI’s GPT-4.0 Vision, Google’s Gemini 1.5 Pro, and Anthropic’s Claude 3 - Opus. Participants judged the quality of each model’s fashion recommendations. The results showed that GPT-4.0 Vision and Gemini 1.5 Pro had comparable average ratings, indicating higher perceived quality than Claude 3 - Opus. This thesis demonstrates how cutting-edge computer vision and natural language processing technology may transform personalised fashion advising services, improving accuracy and relevance of style recommendations.
listelement.badge.access-status Avatud juurdepääs ,
Gesture Based Computer Controlling Using Kinect Camera
(Tartu Ülikool, 2015) Demitševa, Sandra; Anbarjafari, Gholamreza, juhendaja; Tartu Ülikool. Loodus- ja tehnoloogiateaduskond; Tartu Ülikool. Tehnoloogiainstituut
The main goal of the bachelor’s thesis was to develop an application that allows users to interact with a computer without using any intermediate devices that require physical contact. The resulting interface makes it possible to use the functionalities of a Windows desktop relying only on gestures, provided the computer meets the requirements of using a Kinect sensor and is equipped with one. Because the library used to track fingers is still in development, the functionalities are limited at this point. The possibilities for future development in human-computer interaction using vision based hand recognition are endless and the interaction will become more natural and effortless. As the equipment used to recognize hand poses is becoming more affordable and available, the possibility that mechanical devices which need physical contact will become obsolete becomes progressively more of a reality.
listelement.badge.access-status Avatud juurdepääs ,
Local Phase Quantization Feature Extraction based Age and Gender Estimation Using Convolutional Neural Network
(Tartu Ülikool, 2017) Bilici, Ozan; Anbarjafari, Gholamreza, juhendaja; Tartu Ülikool. Loodus- ja täppisteaduste valdkond; Tartu Ülikool. Tehnoloogiainstituut
Even though artificial neural networks are one of the oldest machine learning techniques, there were no many experiments on them by 2010s because of its computational complexity. Artificial neural networks got inspired by human neural anatomy, and try to achieve similar accuracy. Latest advances of silicon technology enable us to conduct experiments on all types of artificial neural networks. Convolutional Neural Networks are one of state-of-art neural network types. As a human, we all have great recognition, detection mechanism in our body. In this study, it will be attempted to gain similar ability with computer aid of CNNs. As all other supervisedlearning methods, we need training and testing dataset. We are going to apply CNN on apparent age and gender estimation. There are few public dataset which are created for age estimation. One of them and the biggest one is IMDB-Wiki dataset which contains pictures of famous people from wikipedia and IMDB with their real-age label. In order to create real-age label, the creator used the time differences between photo-taken year and birth year. However for better accuracy, we need apparent age information. Because aging is a process that depends on many conditions. As it is going to be explained later, we collected Japanese dataset on the internet, and labeled their apparent ages by weighted voting. After collecting the image data sets, we pre-processed the images with face detection and alignment methods. Afterwards, we copied all images and used Local Phase Quantization(LPQ) method to extract their features. In CNN, it is always better to use pre-trained data and fine-tune it. Thus we used deep face recognition pre-trained data with almost 2 millions images. After that, we fine tuned images(with LPQ and without LPQ separately) with using the label distribution encoding. Finally we had 2 CNN data. For combining the results, we took the mean of all respective output neurons. At the end, expected values of all neurons are considered as apparent age information. For gender classification, we just trained the system in the similar way. Only difference is that we have only 2 output neurons for gender classification, besides LPQ is not applied in gender classification.
listelement.badge.access-status Avatud juurdepääs ,
Migrating Monolithic Architecture to Microservices: A Case Study
(Tartu Ülikool, 2020) Çelen, Mehmet; Akta¸ Kadir, juhendaja; Anbarjafari, Gholamreza, juhendaja; Tartu Ülikool. Loodus- ja täppisteaduste valdkond; Tartu Ülikool. Arvutiteaduse instituut
Microservices has become popular in recent years as most organizations prefer to migrate their monolith applications to more scalable and rapid development environments where they can have fast changes and releases. However, microservices need to be considered by organizations before migrating to. Not only it has advantages and disadvantages compared to monolithic architecture but also the migration process can be painful and time-wasting for the organizations if the migration strategy is not systematic and gradual. The study includes a case from a small-scaled company which is willing to extend its operations and development with more business functionalities. This study explores the migration techniques and applies a migration solution for the given case.
listelement.badge.access-status Avatud juurdepääs ,
Multimodal emotion recognition based human-robot interaction enhancement
(2018-05-03) Noroozi, Fatemeh; Anbarjafari, Gholamreza, juhendaja; Aabloo, Alvo, juhendaja; Tartu Ülikool. Loodus- ja täppisteaduste valdkond
Üks afektiivse arvutiteaduse peamistest huviobjektidest on mitmemodaalne emotsioonituvastus, mis leiab rakendust peamiselt inimese-arvuti interaktsioonis. Emotsiooni äratundmiseks uuritakse nendes süsteemides nii inimese näoilmeid kui kakõnet. Käesolevas töös uuritakse inimese emotsioonide ja nende avaldumise visuaalseid ja akustilisi tunnuseid, et töötada välja automaatne multimodaalne emotsioonituvastussüsteem. Kõnest arvutatakse mel-sageduse kepstri kordajad, helisignaali erinevate komponentide energiad ja prosoodilised näitajad. Näoilmeteanalüüsimiseks kasutatakse kahte erinevat strateegiat. Esiteks arvutatakse inimesenäo tähtsamate punktide vahelised erinevad geomeetrilised suhted. Teiseks võetakse emotsionaalse sisuga video kokku vähendatud hulgaks põhikaadriteks, misantakse sisendiks konvolutsioonilisele tehisnärvivõrgule emotsioonide visuaalsekseristamiseks. Kolme klassifitseerija väljunditest (1 akustiline, 2 visuaalset) koostatakse uus kogum tunnuseid, mida kasutatakse õppimiseks süsteemi viimasesetapis. Loodud süsteemi katsetati SAVEE, Poola ja Serbia emotsionaalse kõneandmebaaside, eNTERFACE’05 ja RML andmebaaside peal. Saadud tulemusednäitavad, et võrreldes olemasolevatega võimaldab käesoleva töö raames loodudsüsteem suuremat täpsust emotsioonide äratundmisel. Lisaks anname käesolevastöös ülevaate kirjanduses väljapakutud süsteemidest, millel on võimekus tunda äraemotsiooniga seotud ̆zeste. Selle ülevaate eesmärgiks on hõlbustada uute uurimissuundade leidmist, mis aitaksid lisada töö raames loodud süsteemile ̆zestipõhiseemotsioonituvastuse võimekuse, et veelgi enam tõsta süsteemi emotsioonide äratundmise täpsust.
listelement.badge.access-status Avatud juurdepääs ,
Realistic 3D Virtual Fitting Room
(2018-04-24) Daneshmand, Morteza; Aabloo, Alvo, juhendaja; Anbarjafari, Gholamreza, juhendaja; Tartu Ülikool. Loodus- ja täppisteaduste valdkond
Virtuaalne riiete proovimine on üks põhilistest teenustest, mille pakkumine võib suurendada rõivapoodide edukust, sest tänu sellele lahendusele väheneb füüsilise töö vajadus proovimise faasis ning riiete proovimine muutub kasutaja jaoks mugavamaks. Samas pole enamikel varem välja pakutud masinnägemise ja graafika meetoditel õnnestunud inimkeha realistlik modelleerimine, eriti terve keha 3D modelleerimine, mis vajab suurt kogust andmeid ja palju arvutuslikku ressurssi. Varasemad katsed on ebaõnnestunud põhiliselt seetõttu, et ei ole suudetud korralikult arvesse võtta samaaegseid muutusi keha pinnal. Lisaks pole varasemad meetodid enamasti suutnud kujutiste liikumisi realistlikult reaalajas visualiseerida. Käesolev projekt kavatseb kõrvaldada eelmainitud puudused nii, et rahuldada virtuaalse proovikabiini vajadusi. Välja pakutud meetod seisneb nii kasutaja keha kui ka riiete skaneerimises, analüüsimises, modelleerimises, mõõtmete arvutamises, orientiiride paigutamises, mannekeenidelt võetud 3D visuaalsete andmete segmenteerimises ning riiete mudeli paigutamises ja visualiseerimises kasutaja kehal. Selle projekti käigus koguti visuaalseid andmeid kasutades 3D laserskannerit ja Kinecti optilist kaamerat ning koostati nendest andmebaas. Neid andmeid kasutati välja töötatud algoritmide testimiseks, mis peamiselt tegelevad riiete realistliku visuaalse kujutamisega inimkehal ja suuruse pakkumise süsteemi täiendamisega virtuaalse proovikabiini kontekstis.
listelement.badge.access-status Avatud juurdepääs ,
Semi-Automatic Deflection Measurement Using Digital Image Correlation
(Tartu Ülikool, 2015) Sundla, Siim; Anbarjafari, Gholamreza, juhendaja; Punning, Andres, juhendaja; Tartu Ülikool. Loodus- ja tehnoloogiateaduskond; Tartu Ülikool. Tehnoloogiainstituut
The aim of this thesis was to develop an easy-to-use method for providing initial guesses for DIC grid point locations and rotations on objects where major deflection occurs. Study of literature revealed that special approach is required to be able to perform DIC on subsets that are rotated, although such methods exist they are difficult to implement. A method was proposed that employs manual input for creating a curve across image width that describes the specimen deformation. Deflection curve could then be used to provide initial guesses and rotations prior DIC. The approach was implemented using MATLAB and several tests were made to evaluate the algorithm. The results showed that curve based grid transformation can provide sufficient estimation to be able to carry out DIC measurements and converge to sub-pixel accurate solution. The magnitude of displacement error caused by transformation was shown to be irrelevant when search windows are big enough for the correct location to be included. However rotational errors were proven to be significant for sub-pixel accuracy, additional method was proposed and shown to work for compensating errors in rotation estimations. In conclusion the results have shown that the described method can be used for providing initial guesses for grid point locations on deflected objects. Therefore DIC can be used with this approach to carry out deflection measurements.