Ο σκοπός της διπλωματικής εργασίας ήταν η βελτιστοποίηση ενός αλγορίθμου αναγνώρισης ανθρώπινων προσώπων και η εφαρμογή του σε μια έξυπνη κάμερα. Για την αναγνώριση των προσώπων χρησιμοποιήσαμε τον αλγόριθμο PCA ( Αλγόριθμος ανάλυσης κύριων συνιστωσών ). Η εφαρμογή του αλγορίθμου έγινε σε μια εργαστηριακή έξυπνη κάμερα εξοπλισμένη με τον επεξεργαστή LEON 2 όπως επίσης και με ενσωματωμένη μνήμη Sdram μεγέθους 16Mbytes. Η βελτιστοποίηση του αλγορίθμου έγινε με γνώμονα την δυνατότητα εφαρμογής του στην έξυπνη κάμερα. Έτσι η υλοποίηση έγινε αρχικά στο περιβάλλον Matlab στην συνέχεια υλοποιήθηκε σε C γλώσσα προγραμματισμού ενώ τέλος εφαρμόστηκε, μετά από κατάλληλες παραμετροποιήσεις, στην έξυπνη κάμερα. Η έξυπνη κάμερα είναι δυνατόν να καταγράφει και να αναγνωρίζει πρόσωπα με ικανοποιητική ακρίβεια, σε χρόνο μικρότερο του ενός δευτερολέπτου. Τα αποτελέσματα ήταν αρκετά ικανοποιητικά καθώς η κάμερα μπορεί και αναγνωρίζει συγκεκριμένα πρόσωπα, μέσα από ένα σύνολο ανθρώπων που παρακολουθεί. Κύριο πλεονέκτημα της υλοποίησης είναι η μεταφερσιμότητά της που την καθιστά εύχρηστη σε πολλές εφαρμογές που απαιτούν αναγνώριση προσώπων, καθώς επίσης θα μπορούσε να αποτελέσει την βάση για επιπλέον εφαρμογές που θα αποσκοπούσαν στην αναγνώριση διαφορετικών ειδώλων. / The propose of this thesis was the optimizing of an algorithm for Face Recognition, and the implementation of this algorithm to a smart camera. In order to identify the Faces we use the PCA algorithm (Principal Component Analysis) . The implementation of the algorithm was done in a laboratory smart camera, equipped with a LEON2 processor as well as embedded 16Mbytes Sdram memory. The optimization of the algorithm was based on the applicability in the smart camera. This implementation was done originally in Matlab environment, then implemented in C programming code and after the appropriate configurations applied to the smart camera. The smart camera can record and recognize faceswith sufficient accuracy, in less than one second. The results were quite good as the camera can also recognize individual Faces within a group of observed people. Main advantage of the implementation is the portability, which makes it useful in many applications that require identification of persons. Also could be the basis for further applications aimed at identifying different kind of images.

Στην παρούσα διπλωματική εργασία, κατασκευάστηκε μία βάση δεδομένων κειμένων (corpus) με κείμενα τεσσάρων θεματικών ενοτήτων από δέκα Ευρωπαϊκές γλώσσες. Κατόπιν πάνω στη βάση αυτή έγιναν πειράματα αναγνώρισης γλώσσας κειμένου, βασισμένα σε στατιστικά μοντέλα και εξάχθηκαν χρήσιμα συμπεράσματα που επιβεβαιώνουν την υπάρχουσα θεωρία για την ικανότητα αναγνώρισης γλώσσας ενός κειμένου χρησιμοποιώντας τη μέθοδο των Ν-γραμμάτων. / In this thesis, we constructed a multilingual and multidomain corpus.We then used the corpus to extract statistical information on language recognition rates using the N-gramms method.

Με τη συνεχώς αυξανόμενη παρουσία αυτόματων συστημάτων στην καθημερινότητά μας, εισέρχεται και το βάρος της αλληλεπίδρασης με αυτά τα συστήματα εξαιτίας της έλλειψης συναισθηματικής νοημοσύνης από την πλευρά των μηχανών [1]. Η συναισθηματική πληροφορία που μεταδίδεται μέσω της ανθρώπινης ομιλίας αποτελεί σημαντικό παράγοντα στις ανθρώπινες επικοινωνίες και αλληλεπιδράσεις. Όταν οι άνθρωποι αλληλεπιδρούν με μηχανές ή υπολογιστικά συστήματα υπάρχει ένα κενό μεταξύ της πληροφορίας που μεταδίδεται και αυτής που γίνεται αντιληπτή. Η εργασία αυτή επικεντρώνεται στον τρόπο με τον οποίο ένα υπολογιστικό σύστημα μπορεί να αντιληφθεί την συναισθηματική πληροφορία που υποβόσκει στην ανθρώπινη ομιλία χρησιμοποιώντας την πληροφορία που βρίσκεται στα διάφορα γλωσσολογικά μοντέλα. Γίνεται μελέτη ενός συστήματος αναγνώρισης της συναισθηματικής κατάστασης του ομιλητή, και πιο συγκεκριμένα επικεντρωνόμαστε στην επεξεργασία ομιλίας και την εξαγωγή των κατάλληλων παραμέτρων, οι οποίες θα μπορέσουν να χαρακτηρίσουν μονοσήμαντα κάθε συναισθηματική κατάσταση. Κάνουμε επεξεργασία οπτικοακουστικού υλικού χρησιμοποιώντας διάφορα εργαλεία λογισμικού με σκοπό να αντλήσουμε αξιόπιστη γλωσσολογική πληροφορία, η οποία να είναι αντιπροσωπευτική των διαφόρων συναισθημάτων που εξετάζουμε. Συνδυάζοντας τη γλωσσολογική με την ακουστική πληροφορία καταλήγουμε σε ένα ολοκληρωμένο μοντέλο αναγνώρισης συναισθημάτων. Τα αποτελέσματά μας υποδεικνύουν το ποσοστό κατά το οποίο τα εξαγόμενα γλωσσολογικά μοντέλα μπορούν να μας προσφέρουν αξιόπιστη αναγνώριση συναισθημάτων ενός ομιλητή. / Along with the constantly increasing presence of automatic systems in our everyday lives, there comes the problem of interaction with thesse sytems because of the lack of artificial intelligence from the systems themselves. Emotion information transcripted through human language is an important factor of human interactions and conversations. When people interact with computer systems though, there is a gap between the information sent and the information perceived. This diploma thesis focuses on the way a computer system can perceive the information of emotions that underlies in human speech, by using the information found in linguistic models. We study a recognition system for the emotional state of the speaker himself and specifically we focus on the speech recognition and its parameters, which could uniquely identify every emotional state. We edit some video samples using the appropriate software in order to draw credible linguistic information, which is representative of the examined emotions. By combining the linguistic information with the aural information, we can reach a state where we can have a complete speech recognition system. The results of our work present the percentage at which these models can provide acceptable emotional recognition of a speaker.

Ο σκοπός αυτής της διπλωματικής είναι η ανάπτυξη ενός προσαρμοστικού ελεγκτή για έναν εύκαμπτο ρομποτικό βραχίονα. Οι μετρήσεις του συστήματος θεωρούνται πως παρεμβάλλονται από θόρυβο, του οποίου τα όρια είναι γνωστά εξ’αρχής. Ένας Set Memebership εκτιμητής υπολογίζει το δυνατό set (ορθότοπο) μέσα στο οποίο βρίσκονται οι τιμές του διανύσματος των παραμέτρων. Από τις ακμές του ορθοτόπου αυτού προκύπτουν τα όρια μέσα στα οποία βρίσκονται οι παράμετροι του συστήματος, τα οποία χρησιμοποιούνται για τον υπολογισμό της αβεβαιότητας της εκτίμησης της εξόδου του συστήματος. Ο ελεγκτής καθορίζει τα κέρδη του μέσα σε μια online βελτιστοποίηση ενός κόστους, το οποίο βάζει κάποια βάρη στην προσπάθεια του ελέγχου (control effort), στην προκλημένη αβεβαιότητα στην έξοδο του συστήματος αλλά και στο σφάλμα παρακολούθησης της εξόδου με ένα σήμα αναφοράς. Μετά την εφαρμογή του ελεγκτή, ελέγχεται η ευστάθεια των οριακών κλειστών συστημάτων που προκύπτουν από την εφαρμογή κάθε πιθανού νόμου ελέγχου. Εξετάζεται επίσης η συμπεριφορά του Set Memebership εκτιμητή σε περίπτωση σφάλματος, δηλαδή στην περίπτωση που το σύστημά μας αλλάζει καθώς δουλεύει ο έλεγχος. / The development of an adaptive controller for a flexible link manipulator is the subject of this diploma thesis. The system’s measurements are assumed to be corrupted with noise of a priori known bounds. A Set Membership Identifier computes the feasible set (orthotope) within which the parameter vector resides. The orthotope’s vertices provide the parameter-vector’s bounds, which are used to compute the predicted system-output uncertainty. The controller tunes its gains through an on-line minimization of a cost that penalizes the control effort, the induced uncertainty on the system output, and the tracking error. After the application of the controller, the stability of the ‘extreme’ closed loop systems, derived from every possible control law, is checked. The behavior of the Set Membership Identifier is checked in the case where a fault occurs, which means that there is a change in our system’s structure while the controller is functioning.

Σκοπός της παρούσας διατριβής είναι η εκμετάλλευση των κυματιδίων με σκοπό την βελτίωση της απόδοσης συστημάτων αναγνώρισης ομιλητή και ομιλίας. Στα πλαίσια αυτά, εισάγονται τέσσερις νέοι τρόποι παραμετροποίησης του σήματος ομιλίας: (1) Η πρώτη μέθοδος προσαρμόζει την ανάλυση συχνότητας των πακέτων κυματιδίων για την προσέγγιση της ψυχοακουστικής επίδρασης των κρίσιμων ζωνών του ακουστικού συστήματος ενσωματώνοντας τις τελευταίες εξελίξεις για τον υπολογισμό τους. (2) Η δεύτερη μέθοδος εισάγει μια επέκταση του μετασχηματισμού πακέτων κυματιδίων, τον επικαλυπτόμενο μετασχηματισμό πακέτων κυματιδίων, ο οποίος χρησιμοποιείται για να δοθεί έμφαση στις περιοχές αλλαγής των κρίσιμων ζωνών από μια μικρότερη σε μια μεγαλύτερη τιμή. (3) Η τρίτη μέθοδος αξιολογεί τη συνεισφορά μη επικαλυπτόμενων ζωνών συχνοτήτων στην αναγνώριση ομιλητή και κατασκευάζεται ανάλογα ένας μετασχηματισμός πακέτων κυματιδίων ο οποίος προσαρμόζει την συχνοτική του ανάλυση σύμφωνα με την απόδοση κάθε μίας από τις ζώνες. (4) Η τέταρτη μέθοδος επιλέγει τη βέλτιστη βάση από το σύνολο των μετασχηματισμών που είναι διαθέσιμοι με τα πακέτα κυματιδίων με εφαρμογή την αναγνώριση ομιλητή και κριτήριο το μέτρο EER. Οι παραπάνω τέσσερις τρόποι παραμετροποίησης του σήματος ομιλίας αξιολογήθηκαν με το σύστημα αναγνώρισης ομιλητή WCL-1 του εργαστηρίου ενσύρματης τηλεπικοινωνίας του Πανεπιστημίου Πατρών στις βάσεις δεδομένων POLYCOST και NIST και αποδείχθηκε η ανωτερότητά τους τόσο σε σχέση με προηγούμενες μεθόδους των κυματιδίων όσο και σε σχέση με ευρέως χρησιμοποιούμενες παραμέτρους ομιλίας, όπως οι παράμετροι cepstral με βάση την κλίμακα mel (MFCC). Επιπλέον, στη διατριβή αναλύονται οι ιδιότητες των σημαντικότερων συναρτήσεων κυματιδίων, επιλέγεται η βέλτιστη για την αναπαράσταση του σήματος ομιλίας και πιστοποιείται στην πράξη αυτή η επιλογή. Τέλος, οι δύο πρώτες από τις προαναφερόμενες μεθόδους παραμετροποίησης τροποποιήθηκαν και επεκτάθηκαν κατάλληλα για την εφαρμογή στην αναγνώριση ομιλίας όπου αξιολογήθηκαν και διαπιστώθηκε η υπεροχή τους έναντι παραδοσιακών και ευρέως διαδεδομένων μεθόδων παραμετροποίησης του σήματος ομιλίας που στηρίζονται στον μετασχηματισμό Fourier. Το κύριο συμπέρασμα που προέκυψε από τη παρούσα διδακτορική διατριβή είναι ότι τα κυματίδια και συγκεκριμένα τα πακέτα κυματιδίων είναι δυνατόν να χρησιμοποιηθούν με επιτυχία στη βελτίωση της απόδοσης συστημάτων αναγνώρισης ομιλητή και ομιλίας. / The main goal of the present thesis is the exploitation of wavelets for the optimization of speaker and speech recognition systems performance. In this context, four new speech parameterization methods are introduced: (1) The first method adapts the frequency resolution of wavelet packet transform to the critical bandwidth of auditory filters incorporating the recent advances for their estimation. (2) The second method introduces a generalization of wavelet packet transform, named overlapping wavelet packet transform, which emphasizes those frequency sub-bands that critical bandwidth changes from a finer to a coarser value. (3) The third method evaluates the contribution of each one of eight non-overlapping frequency sub-bands, that the Nyquist interval is divided, to the speaker recognition task and a wavelet packet transform is constructed which adapts its frequency resolution according to the performance of each sub-band. (4) The fourth method introduces a new technique for seeking and selecting the best basis among all wavelet packet transforms available in the speaker recognition task taking as criterion the EER. The aforementioned four speech signal parameterizations were evaluated on the speaker verification system WCL-1 of Wire Communications Laboratory, University of Patras, utilizing the speaker recognition corpora POLYCOST and NIST and their superiority was proven over previous wavelet-based parameterizations as well as the widely used Mel Frequency Cepstral Coefficients (MFCC). Among the four proposed methods, it was proven that the second parameterization technique exhibited the best performance. Furthermore, the most important wavelet properties are thoroughly analyzed, the optimal is selected for the representation of the speech signal and this choice is experimentally verified. Finally, the first two parameterization methods were further modified and extended appropriately for application on the speech recognition task where their superiority was proven over traditionally and widely used speech parameterization techniques based on Fourier transform. The main conclusion that resulted in the present doctoral thesis is that wavelets and specifically wavelet packet transforms can be used successfully for the tasks of speaker and speech recognition.

Η παρούσα μεταπτυχιακή εργασία ασχολείται με τη μελέτη, το σχεδιασμό και την υλοποίηση ενός συστήματος αναγνώρισης προσώπων σε ψηφιακές εικόνες. Για την υλοποίηση αυτή θα χρησιμοποιήσουμε τεχνικές του τομέα της Υπολογιστικής Νοημοσύνης όπως τα τεχνητά νευρωνικά δίκτυα και οι μηχανές υποστήριξης διανυσμάτων. / This thesis deals with the study, design and implement a face recognition system for digital images. for this implementation will use techniques in the field of Computational Intelligence such as artificial neural networks and support vector machines.

- / -

- / -

Στην παρούσα διπλωματική εργασία παρουσιάζεται η μέθοδος της αναγνώρισης του μη γραμμικού δυναμικού συστήματος της καρδιαγγειακής ρύθμισης. Συγκεκριμένα, αυτή η μέθοδος εστιάζει στην αναγνώριση του Heart Rate Baroreflex μηχανισμού (ή αντίδραση πιεσοϋποδοχέα του καρδιακού παλμού) μέσω παρατηρήσεων της καρδιακής πίεσης η οποία αποτελεί την είσοδο και του καρδιακού παλμού ο οποίος αποτελεί την έξοδο του προς αναγνώριση συστήματος. Το μοντέλο αυτό βασίζεται στα έμφυτα χαρακτηριστικά του αυτόνομου νευρικού συστήματος, για την απεικόνιση των οποίων αναπτύσσουμε ένα προσαρμοζόμενο νεύρο-ασαφές σύστημα (ANFIS). Αυτή η μέθοδος μας επιτρέπει να ενσωματώσουμε τις φυσιολογικές λειτουργίες του νευρικού μας συστήματος όπως την συμπαθητική και παρασυμπαθητική, δια μέσου της επιλογής κατάλληλων συναρτήσεων συμμετοχής, οι οποίες αντικατοπτρίζουν επακριβώς, την συμπεριφορά των παραπάνω νεύρων για το προσαρμοζόμενο νεύρο-ασαφές σύστημα. Τα αποτελέσματα συμφωνούν με τα φυσικά χαρακτηριστικά του καρδιαγγειακού μηχανισμού ρύθμισης, όπως καθυστέρηση κατά την λειτουργία των παρασυμπαθητικών νευρών, διάρκεια κατά την λειτουργία των συμπαθητικών και διόρθωση ανάμεσα στο σήμα του καρδιακού παλμού και της καρδιακής ρύθμισης. Η σωστή εκτίμηση του Heart Rate Baroreflex μηχανισμού επιτρέπει στους κλινικούς γιατρούς να έχουν πιο αξιόπιστες πληροφορίες για τους ασθενείς τους. / This thesis presents the method of identification of nonlinear dynamic system of cardiovascular regulation. Specifically , this method focuses on the identification of the Heart Rate Baroreflex (or Baroreceptor Reflex ) mechanism by observation of the arterial blood pressure which is the input and heart rate which is the output of the system. This model is based on the inherent characteristics of the autonomic nervous system, so we develop an adaptive neuro- fuzzy inference system (ANFIS) to represent them. This method allows us to incorporate the physiological functions of our nervous system, such as sympathetic and parasympathetic nerves, through the selection of appropriate membership functions , which reflect accurately the behavior of these nerves for the adaptive neuro- fuzzy system . The results agree with the natural characteristics and physiological understanding of the cardiovascular regulatory system, such as delay in the parasympathetic function, durability in the function of sympathetic nerves and the correlation between the heart rate and the arterial blood pressure signals. Proper assessment of Heart Rate Baroreflex mechanism allows clinicians to have more reliable information for their patients.

Ο Έλεγχος Δομικής Ακεραιότητας (ΕΔΤ) μέσω Ακουστικής Εκπομπής, αποτελεί ένα σημαντικό εργαλείο της μηχανικής στην έγκαιρη διάγνωση δομικών σφαλμάτων και στην αύξηση της διάρκειας ζωής κτηρίων. Οι σύγχρονες εφαρμογές συστημάτων ΕΔΤ χαρακτηρίζονται από μεγάλο κόστος εφαρμογής και συντήρησης. Χρησιμοποιώντας νέες τεχνολογίες ολοκληρωμένων συστημάτων χαμηλής κατανάλωσης ισχύος, ασύρματης επικοινωνίας, καθώς επίσης και τεχνικών ψηφιακής επεξεργασίας σημάτων και αναγνώρισης προτύπων, μπορεί να δημιουργηθεί ένα σύστημα ΕΔΤ φθηνό και αποδοτικό. Στόχος μας σε αυτή την διπλωματική είναι η υλοποίηση ενός συστήματος ασύρματων αισθητήρων, ικανών να επιτελέσουν έλεγχο δομικής ακεραιότητας μέσω ακουστικής εκπομπής, χρησιμοποιώντας μικροελεγκτές LPC2148 και πομποδέκτες nRF24L01. / Structural health monitoring with acoustic emission techniques is an important engineering tool in the diagnosis of structural faults. Modern applications of SHM systems are difficult to implement and cost inefficient. By using new integrated systems technologies, wireless communications, coupled with better techniques in signal processing and pattern recognition, a much more cheap and efficient SHM system may be build. Our target in this thesis, is to implement a wireless sensor system, capable of SHM with acoustic emission, by using LPC2148 microcontrollers and nRF24L01 transceivers.