تحقیقات سبک در گرافیک

آزمایشگاه تصویربرداری گرافیک و اندازه گیری نور تکنیک های جدید تصویربرداری و الگوریتم های تجزیه و تحلیل در گرافیک رایانه و چشم انداز برای برنامه های کاربردی در تنوع زیستی ، تحقیقات زیستی پزشکی و باستان شناسی را توسعه می دهد. تحولات اخیر در یادگیری عمیق ، همراه با هجوم اخیر فناوری تصویربرداری مبتنی بر اپتیک مقرون به صرفه ، طیف گسترده ای از قالب های جدید داده را برای تجزیه و تحلیل علمی اشیاء واقعی در اختیار محققان قرار می دهد.

از آنجا که این فن آوری ها شیوع بیشتری پیدا می کنند ، دانشمندان در حال کشف نیاز به اشکال جدید تحقیقات نیستند که قبلاً در تحقیقات گرافیک رایانه مورد توجه قرار نگیرند. این مثالها فرصتی برای دوباره فکر کردن در چندین مشکل در گرافیک رایانه و ایجاد روش های جدید برای دیدن ، نمایندگی و پیمایش اطلاعات هستند.

زمینه های تحقیقاتی

گرافیک رایانه و چشم انداز

طیف سنجی تصویربرداری و تصویربرداری چند طیفی

مدل سازی کسب و ظاهر سه بعدی

یادگیری ماشین و تطبیق

ارائه غیر عرفانی

برنامه های عملی:

تنوع زیستی

تحقیقات پزشکی زیستی

باستان شناسی

پروژه ها

هوش مصنوعی برای تشخیص سرطان

تومور سرطان و تشخیص نشانگر نشانگر: بر تحقیقات AI در تشخیص سرطان متاستاتیک در نمونه های بافت متمرکز است.

هوش مصنوعی برای علوم اعصاب

فنوتیپ رفتار حیوانات و مدل سازی اختلالات عصبی: مدل های یادگیری عمیق را برای فنوتیپ رفتار حیوانات برای تحقیقات بالینی مرتبط با اختلالات عصبی ایجاد می کند.

یادگیری ماشین و تطبیق

خطوط لوله دستیابی و بازسازی داده ها با حجم بالا: سیستم های کسب سه بعدی کارآمد را توسعه می دهد که از یادگیری ماشین برای بازسازی آثار باستانی استفاده می کنند.

تصویربرداری ، تجزیه و تحلیل و ارائه چند طیفی

تجزیه و تحلیل مواد بیولوژیکی: بررسی تکنیک های تصویربرداری چند طیفی برای تجزیه و تحلیل شکل و ظاهر در مواد بیولوژیکی.

مدل سازی ظاهر

شبیه سازی فعل و انفعالات نوری در مواد پیچیده: مدل های تعامل سطح مولکولی و اتمی در پروتئین ها برای شناسایی مواد.

idigfossils: چاپ و اسکن سه بعدی

تکنیک های تصویربرداری چند طیفی و چاپ سه بعدی را برای تجزیه و تحلیل اشکال و مواد پیچیده توسعه می دهد. همکاران شامل دانشکده آموزش UF و موزه تاریخ طبیعی فلوریدا هستند.

idigbio: دیجیتالی کردن و تجزیه و تحلیل تنوع زیستی

تکنیک های ضبط نوری غیر تهاجمی و ارائه الگوریتم های ارائه شده برای دیجیتالی کردن نمونه های بیولوژیکی از مجموعه های نادر.

مجدداً در مورد Thera Frescos: سیستم های دستیابی عملی

سیستم های سخت افزاری و نرم افزاری را برای کمک به باستان شناسان در آزمایشگاه آکروتیری نقاشی های دیواری بازسازی می کند.

RGBN: ارائه غیر عکاسی برای تصویرگری علمی

تصاویر غیر عکاسی را نشان می دهد که جزئیات سطح ظریف را با استفاده از تصاویر RGBN که به ازای هر پیکسل و یک نرمال سطح ذخیره می کنند ، نشان می دهد.

درباره PI

دکتر Torle-Franklin استادیار گروه علوم و مهندسی رایانه و اطلاعات در دانشگاه فلوریدا است و در آنجا آزمایشگاه گرافیک ، تصویربرداری و اندازه گیری نور (GILMLAB) را کارگردانی می کند. دکتر مداحی-فرانکلین دکترای خود را به دست آورد. در علوم کامپیوتر از دانشگاه پرینستون. وی مدرک کارشناسی ارشد علوم را از برنامه دانشگاه کرنل گرافیک رایانه و لیسانس معماری از دانشگاه کرنل به دست آورد.

قبل از پیوستن به دانشکده در UF ، دکتر Torle-Franklin یکی از همکاران فوق دکترا دانشگاه کالیفرنیا در گروه علوم کامپیوتر در UC دیویس و محقق موسسه Citris Banatao در UC Berkeley بود. دکتر Torle-Franklin با داشتن کار در Autodesk ، Adobe و Google ، تجربه صنعت قابل توجهی دارد.

حوزه های تحقیقاتی دکتر Torle-Franklin گرافیک و دیدگاه رایانه ای است ، با تمرکز بر کسب داده های سه بعدی ، مدل سازی ظاهر فیزیکی ، طیف سنجی تصویربرداری ، یادگیری ماشین ، الگوریتم های تطبیق یافته و ارائه غیر عکس. الگوریتم های دکتر Torle-Franklin در تنظیمات دنیای واقعی برای کاربردهای عملی در تنوع زیستی ، تحقیقات زیست پزشکی و باستان شناسی مستقر شده اند.

کار وی همکاری های بین المللی با محققان در زمینه های دیرینه شناسی ، باستان شناسی ، حفاظت موزه و تصویربرداری بیولوژیکی را تقویت کرده است. دکتر Torle-Franklin جایزه Scholar NSF Idigbio را برای پشتیبانی از پروژه های فعلی خود در حال توسعه تکنیک های جدید ضبط نوری و الگوریتم های پردازش تصویر برای تجزیه و تحلیل نمونه های بیولوژیکی از مجموعه های نادر دریافت کرد.