Anticurtaining - obrazový filtr pro elektronovou mikroskopii

Název anglicky

Anticurtaining - Image Filter for Electron Microscopy

Jazyk práce

český

Abstrakt

Tomografická 3D analýza v nanometrovém měřítku využívá snímky vzorků získané s využitím fokusovaného iontového svazku (FIB), při jejichž snímání ale dochází z fyzikálních důvodů k poškození "curtaining" efektem. Tato práce představuje nový přistup k odstranění curtaining efektu ze snímků pomocí strojového učení. Pro jeho odstranění je využita konvoluční neuronová síť (CNN) a technika učení s učitelem. Navržená síť pracuje s příznaky, které vytváří vlnková (wavelet) transformace a jejím výstupem je vizuálně "vyčištěný" snímek. K učení sítě je využita syntetická datová sada poškozených snímků, které jsou vytvořeny generátorem simulujícím fyzikální proces tvorby reálného snímku. Simulace se skládá z "opotřebení" vzorku pomocí fokusovaného iontového svazku (FIB) a zobrazení povrchu pomocí skenovacího elektronového mikroskopu (SEM). Nově vytvořený přístup velmi dobře pracuje i s reálně pořízenými snímky. Kvalitativní vyhodnocení představeného řešení a srovnání s jiným řešením hodnotili laici i experti na tuto problematiku. Řešení představuje nový nadějný přístup k odstranění curtaining efektu a přispívá k lepšímu postupu zpracování i porozumění snímkům pořízeným při materiálové analýze.

Klíčová slova

curtaining efekt, syntetické snímky curtaining efektu, konvoluční neuronová síť

Ústav

Ústav počítačové grafiky a multimédií FIT VUT v Brně

Studijní program

Informační technologie a umělá inteligence, specializace Strojové učení

Soubory

Stav

obhájeno, hodnocení A

Obhajoba

23. června 2021

Oponent

Dobeš Petr, Ing.

Průběh obhajoby

Student nejprve prezentoval výsledky, kterých dosáhl v rámci své práce. Komise se poté seznámila s hodnocením vedoucího a posudkem oponenta práce. Student následně odpověděl na otázky oponenta a na další otázky přítomných. Komise se na základě posudku oponenta, hodnocení vedoucího, přednesené prezentace a odpovědí studenta na položené otázky rozhodla práci hodnotit stupněm A.

Otázky u obhajoby

Ve které fázi práce s daty je využita augmentace?
V práci je uvedeno, že pokud velikost vstupního obrázku neodpovídá zvolené vstupní velikosti sítě, je obrázek rozdělený a zpracovaný po blocích. Bylo by možné provést zpracování bez nutnosti rozdělení obrázku?
Popište blíže použitou augmentaci dat.
Zabýval jste se možným vznikem artefaktů v důsledku použití neuronových sítí?

Komise

Černocký Jan, prof. Dr. Ing. (UPGM FIT VUT), předseda
Bařina David, Ing., Ph.D. (UPGM FIT VUT), člen
Burget Lukáš, doc. Ing., Ph.D. (UPGM FIT VUT), člen
Čadík Martin, doc. Ing., Ph.D. (UPGM FIT VUT), člen
Češka Milan, doc. RNDr., Ph.D. (UITS FIT VUT), člen
Rozman Jaroslav, Ing., Ph.D. (UITS FIT VUT), člen

Citace

DVOŘÁK, Martin. Anticurtaining - obrazový filtr pro elektronovou mikroskopii. Brno, 2021. Diplomová práce. Vysoké učení technické v Brně, Fakulta informačních technologií. 2021-06-23. Vedoucí práce Zemčík Pavel. Dostupné z: https://www.fit.vut.cz/study/thesis/23802/

BibTeX

@mastersthesis{FITMT23802,
    author = "Martin Dvo\v{r}\'{a}k",
    type = "Diplomov\'{a} pr\'{a}ce",
    title = "Anticurtaining - obrazov\'{y} filtr pro elektronovou mikroskopii",
    school = "Vysok\'{e} u\v{c}en\'{i} technick\'{e} v Brn\v{e}, Fakulta informa\v{c}n\'{i}ch technologi\'{i}",
    year = 2021,
    location = "Brno, CZ",
    language = "czech",
    url = "https://www.fit.vut.cz/study/thesis/23802/"
}