System for plague detection support based on a virtual entomological collection
From hpcwiki
Contents |
Project Summary
Los volúmenes de información que son susceptibles de ser representados (digitalizados, almacenados, accedidos) de manera digital en sistemas computacionales, vienen creciendo de manera vertiginosa, tanto por la disponibilidad de herramientas para la adquisición mediante digitalización de contenidos multimedia (texto, imágenes, audio y señales en general, secuencias de vídeo, etc.) como por la capacidad de almacenamiento de los medios digitales a disposición de los sistemas de cómputo encargados de proveer y procesar dicha información.
Esto ofrece un sinnúmero de posibilidades para la mejora en el acceso (rapidez, disponibilidad, generalidad/completitud, independencia de la localización) a la información de interés para usuarios finales de la información, si bien implica retos técnicos de complejidad creciente en términos de los servicios prestados para la búsqueda, navegación y extracción de información relevante en conjuntos de datos cada vez más grandes y complejos (tamaño de las representaciones, almacenamiento en bodegas de datos, heterogeneidad de la información). La convergencia de los avances en telecomunicaciones digitales aplicadas al desarrollo de la Internet y los sistemas multimediales en línea y campos de reciente desarrollo como el Aprendizaje de Máquina y la Recuperación de Información, han permitido la implementación de herramientas y soluciones tecnológicas que abordan de forma satisfactoria tales retos y complejidades.
Este proyecto aborda un problema particular de alto interés en términos de su aplicación: la construcción y diseño de la funcionalidad del acceso eficiente a una Colección Entomológica Virtual (en etapa de prototipo para una primera fase, condensada en esta propuesta), generada mediante la digitalización 3D de ejemplares, a partir de la Colección Entomológica (física) del Centro de Biosistemas de la U. Jorge Tadeo Lozano y su representación multimodal mediante la clasificación taxonómica de los ejemplares seleccionados y las correspondientes anotaciones en texto de sus características morfológicas diferenciales, apuntando a una navegación semi-asistida eficiente, con técnicas de navegación fundamentadas en aprendizaje de máquina y Recuperación de Información (IR).
La implementación de una herramienta con dichas características representa un impacto significativo en el contexto del soporte del control de plagas aplicado a la producción agrícola de Bogotá/Región (dado el énfasis geográfico de la colección y el interés práctico para el Centro de Biosistemas) mediante la visualización y detección de las especies que afectan a los cultivos por comparación in-situ con la información multimodal (modelos 3D, anotaciones y clasificación) del contenido de la Colección Virtual. Esta propuesta constituye, además, la continuidad el proyecto “Diseño e implementación de un sistema de cómputo de alto desempeño para el procesamiento, almacenamiento y recuperación de grandes volúmenes de información multimodal sobre una arquitectura tipo clúster” mediante el uso de la arquitectura en desarrollo para la solución de un problema aplicado de alto impacto.
Goals
People
References
[1] H. Gouraud. “Continuous Shading of Curved Surfaces.” IEEE Transactions on Computers, C-20(6):623–629, June 1971.
[2] B.T. Phong. “Illumination for Computer Generated Pictures.” Communications of the ACM, 18(6):311–317, June 1975.
[3] Chandan Singh, Ekta Walia, "Shading by Fast Bi-Quadratic Normal Vector Interpolation", ICGST International Journal on Graphics, Vision and Image Processing, Vol. 5. Issue 9, pp. 49-54, 2005.
[4] Chandan Singh, Ekta Walia, "Fast Hybrid Shading: An Application of Finite Element Methods in 3D Rendering", International Journal of Image and Graphics, Vol. 5, No. 4, pp-789-810, 2005.
[5] Ekta Walia, Chandan Singh. “An Analysis of Linear and Non-Linear Interpolation Techniques for Three-Dimensional Rendering.” IEEE Proceedings of the Geometric Modeling and Imaging― New Trends (GMAI'06). 2006.
[6] Cohen, Greenberg, Immel, and Brock. “An efficient radiosity approach for realistic image synthesis.” IEEE Computer Graphics and Applications 6, pages 23–35, 1986.
[7] Turner Whitted. “An improved illumination model for shaded display.” Communications of the ACM, 23(6):343–349, June 1980.
[8] P. Dutre, P. Bekaert, and K. Bala. “Advanced Global Illumination.” AK Peters, Natick, MA, 2003.
[9] H.Y. Shum, S.B. Kang, and S.C. Chan. "Survey of image-based representations and compression techniques." IEEE Trans. On Circuits and Systems for Video Technology, vol. 13, no. 11, pp. 1020-1037. Nov. 2003.
[10] E. H. Adelson, and J. R. Bergen, “The plenoptic function and the elements of early vision”, Computational Models of Visual Processing, Edited by Michael Landy and J. Anthony Movshon. The MIT Press, Cambridge, Mass. Chapter 1. 1991.
[11] M. Levoy and P. Hanrahan, “Light field rendering”, Computer Graphics (SIGGRAPH’96), pp. 31-42. August 1996.
[12] S. J. Gortler, R. Grzeszczuk, R. Szeliski and M. F. Cohen, “The Lumigraph”, Computer Graphics (SIGGRAPH’96), pp. 43-54. August 1996.
[13] Vishal Verma and Ekta Walia. “3D rendering - techniques and challenges”. International Journal of Engineering and Technology. Vol 2 (2), Pag 29-33. 2010
[14] S. E. Chen and L. Williams, “View interpolation for image synthesis”, Computer Graphics (SIGGRAPH’93), pp. 279-288. August 1993.
[15] S. M. Seitz and C. M. Dyer, “View morphing”, Computer Graphics (SIGGRAPH’96), pp. 21-30. August 1996.
[16] MapReduce: Simplified Data Processing on Large Clusters Jeffrey Dean and Sanjay Ghemawat. In proceedings of OSDI'04: Sixth Symposium on Operating System Design and Implementation, San Francisco, CA, December, 2004
[17] Csurka, Gabriella and Dance, Christopher R. and Fan, Lixin and Willamowski, Jutta and Bray, C\'edric. Visual categorizationwith bags of keypoints. , 2004.
[18] Dimitris K. Iakovidis and Nikos Pelekis and Evangelos E. Kotsifakos and Ioannis Kopanakis and Haralampos Karanikas and Yannis Theodoridis. A Pattern Similarity Scheme for Medical Image Retrieval. , 2008.
[19] Anna Bosch, Xavier Munoz, Robert Marti. Which is the best way to organize/classify images by content?. , 2007.
[20] ByoungChul Ko and Hyeran Byun. Integrated region-based image retrieval using region's spatial relationships. , 2002.
[21] F. Florea and E. Barbu and A. Rogozan and A. Bensrhair and V. Buzuloiu. Medical Image Categorization using a Texture Based Symbolic Description, 2006.
