Real-time data processing for serial crystallography experiments
Projektleitung: Prof. Dr.-Ing. R.-R. Grigat
Mitarbeiter: Dr.-Ing. Yaroslav Gevorkov
Laufzeit: 04.2016 - 04.2020
Finanzierung: Deutsche Elektronen-Synchrotron DESY
Publikationen: hier
Stichworte: Real-time capable algorithms, Real-time data processing, GPU computing (CUDA), Pattern recognition, Crystallography, Femtosecond X-ray imaging
In many scientific and industrial applications, the structure of molecules is of high interest.
As an example, in pharmacy one is interested in the structure of viruses or amino acids.
To identify the structure, it is not possible to construct microscopes that use visible light, since the resolution is limited by the wavelength of the light.
The solution is to use light sources with higher energy, such as an X-ray source. We use X-ray diffraction to extract information abut molecules out of artificially grown micro crystals. The X-ray sources typically are X-ray Free Electron Lasers (XFELs) that can deliver a very high radiation dose, far in excess of what the crystal could normally tolerate, in a time span in the range of femtoseconds.
The crystal diffracts the X-rays before it is destructed, overcoming the effect of radiation damage [1]. Due to the limited availability of beam time, the optimization of the collection process is crucial for obtaining good results.
Therefore, the real-time analysis and monitoring of the collected data is of great interest. We develop algorithms and tools that are capable of meeting real-time constraints of current X-ray sources while retaining or improving the results compared to the conventional methods of choice.
[1] Chapman et al. J. "Femtosecond diffractive imaging with a soft-X-ray free-electron laser". Nature Physics 2006, 2 (12), 839-8
Entwicklung und Optimierung eines fehlertoleranten Trainingsverfahrens für Röntgenbildsegmentierung unter Berücksichtigung von Sensoreigenschaften und Prüfteiltoleranzen
Projektleitung: Prof. Dr.-Ing. R.-R. Grigat
Mitarbeiter: Dr. Dipl.-Ing. Frank Herold
Laufzeit: 10.2000 - 09.2004
Finanzierung: Industrie
Publikationen: hier
Stichworte: Zerstörungsfreie Materialprüfung, Nondestructive Testing (NDT), Röntgenbildanalyse, Trained Median Filter (TMF), nicht-lineare und nicht-lokale Trainingsalgorithmen, Automatische Gussfehler-Detektion, Qualitätssicherung
Speziell in der Automobil-Industrie wird die Qualitätssicherung von sicherheitsrelevanten Gussteilen durch eine Röntgenprüfung durchgeführt. Dieses zerstörungsfreie Prüfverfahren liefert mit Hilfe von sogenannten Bildverstärkern oder mit neuartigen Flachdetektoren digitale Bilddaten. Heutige Algorithmen zur Detektion von Gussfehlern (z.B. Lunker, Porösitäten) benötigen eine bis zu 6 Monaten dauernde Trainingsphase durch hochqualifiziertes Fachpersonal (Ingenieur).
Ziel dieses Projektes ist, den Trainingsvorgang zu automatisieren bei gleichzeitigem Geschwindigkeitszuwachs. Hierbei soll die graphische Bedienoberfläche des Trainingsalgorithmus auf einem PC-System so benutzerfreundlich sein, dass eine intuitive Bedienbarkeit auch Nicht-Ingenieuren möglich wird.
Zur automatischen Gussfehler-Detektion kommt ein nicht-lineares, nicht-lokales Filterverfahren zum Einsatz. Dieses Verfahren benötigt eine Trainingsphase, bevor es dann zur Röntgenbildsegmentierung eingesetzt wird. Es wird Trained Median Filter (TMF) genannt.
Röntgenbildsegmentierung eines Achsschenkels
Projektleitung: Prof. Dr.-Ing. R.-R. Grigat
Mitarbeiter:Dr. Shuyan Zhao
Laufzeit: 10.2001 - 11.2006
Finanzierung: TUTech
Publikationen: hier
Stichworte: Inhaltsbasierter Zugriff, face image retrieval, Gesichtserkennung
Die zunehmende Verfügbarkeit von Multimediaanwendungen (Bilder, Video und Audio) erfordert Verfahren zum inhaltsbasierten Zugriff auf diese Daten. Die konventionelle Stichwortsuche ist wegen der mehrdeutigen Beschreibung des gesuchten Objektes nicht anwendbar. Ferner kann bei einer Stichwortsuche das Multimediaobjekt nicht dargestellt werden. In diesem Projekt wird die Annährung des inhaltsbasierten Zugriffs auf Bilddatenbanken untersucht und ein Verfahren zur face image retrieval entwickelt, welches als Mensch-Maschine Schnittstelle, als Zugriffskontrolle oder zur Videoüberwachung dienen kann. Weitere Forschungsschwerpunkte sind Inhaltsbeschreibung, Merkmalinterpretation und Ähnlichkeitsmessungen.
Projektleitung: Prof. Dr.-Ing. R.-R. Grigat
Mitarbeiter: Dr. M. Sc. Islam Shdaifat, Dipl.-Ing. Ralph Kricke
Laufzeit: 01.2001 - 10.2007
Finanzierung: Industrie
Publikationen: I. Shdaifat, R. Kricke
Stichworte: Automatische Spracherkennung, Lippen- und Gesichtserkennung
Spracherkennungssysteme reagieren sehr empfindlich auf Hintergrundgeräusche, besonders wenn mehrere Personen gleichzeitig sprechen, der sogenannte Cocktail Party Effekt. Darum ist wünschenswert die Spracherkennung mittels Lippenlesen zu verbessern. Im Rahmen der psycho-physikalischen Experimente ist das Potential der audio-visuellen Spracherkennung bereits beschrieben worden. Dieses Projekt beschäftigt sich mit der Extraktion von visuell-relevanten Merkmalen der Sprache, die aus dem Lippen- und Mundbereich gewonnen werden, sowie der Anwendung der gewonnenen Merkmale zur Verbesserung der Spracherkennung.
Projektleitung: Prof. Dr.-Ing. R.-R. Grigat
Mitarbeiter:Dipl.-Ing. Thorsten Gernoth
Laufzeit: 01.2007 - 10.2010
Finanzierung: TUTech
Publikationen: hier
Stichworte: Inhaltsbasierter Zugriff, face image retrieval, Gesichtserkennung
Heutzutage gibt es eine grosse Nachfrage nach Sicherheit in Flugzeugen. In diesem Projekt soll ein integriertes Sichherheitssystem mit Hilfe von Mustererkennungsmethoden entsehen. Signale von Audio-, Video- und Sitzplatzsensoren sollen gemeinsam ausgewertet werden, um eine hohe Robustheit zu erzeugen.
Gesichtserkennungssysteme können heute Personen nur unter kontrollierten Bedingungen zuverlässig erkennen. Probleme bereiten zum Beispiel variierende Beleuchtungsbedingungen, veränderte Kopfhaltungen oder natürliche Veränderungen der Gesichter, etwa bedingt durch Zustand oder Verhalten der zu erkennenden Personen. In diesem Projekt soll der Einfluss von diesen Faktoren auf Merkmale, welche zur Gesichtserkennung eingesetzt werden, untersucht werden. Basierend darauf sollen Verfahren zur Gesichtserkennung entwickelt werden, deren Robustheit den Anforderungen von Systemen zur Cockpit-Zugangskontrolle genügen.