Magistro darbe pristatoma sukurta programa, realizuojanti interneto naršyklės valdymą balsu. Ši programa papildo atskirų žodžių prototipinę atpažinimo sistemą, pagrįstą paslėptaisiais Markovo modeliais (PMM). Šios dvi dalys ir sudaro interneto naršyklės valdymo balsu prototipą, kuris gali atpažinti 71 komandą (vienas arba du žodžiai) lietuvių kalba: 1 komandą, skirtą naršyklės atvėrimui, 54 naršyklės valdymo komandas, 16 komandų, atveriančių konkrečius iš anksto sistemai nurodytus tinklalapius. Darbe aprašytas lietuvių kalbos atskirų žodžių atpažinimo sistemos akustinių modelių, grįstų paslėptaisiais Markovo modeliais, rinkinių eksperimentinis tyrimas. Atsižvelgiant į įvairius atpažinimui turinčius įtakos veiksnius (mokymo duomenų kiekį, mišinio komponenčių skaičių, kalbėtojo lytį, skirtingos techninės įrangos naudojimą atpažinime), buvo sukurti skirtingi balso komandų akustinių modelių rinkiniai. Eksperimentinio tyrimo metu buvo tiriama šių rinkinių panaudojimo atpažinimo sistemoje įtaka sistemos atpažinimo tikslumui. Eksperimentinio tyrimo rezultatai parodė, kad interneto naršyklės valdymo balsu sistemos prototipo atpažinimo tikslumas siekia 98%. Sistema gali būti naudojama kaip vaizdinė priemonė vyresniųjų klasių moksleiviams informacinių technologijų, fizikos, psichologijos, matematikos pamokose. / The thesis presents a prototype of the software (system) for Web browser control by voice. The prototype consists of two parts: the Hidden Markov Models based word recognition system and the program, which implements browser control by voice commands and is integrated in the word recognition system. The prototype is a speaker-independent Lithuanian word (voice commands) recognition system and can recognize 71 voice commands: 1 command is intended to run browser, 54 commands – for browser control, and 16 commands – to open various user predefined websites. Taking into account various factors (amount of training data, number of Gaussian mixture components, gender of speaker, use of different hardware for recognition) which have impact on recognition, different sets of acoustic models of Lithuanian voice commands were created and trained. An experimental investigation of the influence of the sets usage in Lithuanian word recognition system on the word recognition accuracy was performed. The results of the experimental investigation showed that created prototype system achieves 98% word recognition accuracy. The prototype system can be used at secondary school as a visual speech recognition learning tool in the informatics, physics, psychology, and mathematics lessons for the pupils of senior classes.

Disertacijoje nagrinėjamas kompiuterinės sistemos kūrimas, su kuria būtų galima nustatyti asmens psichoemicinę būseną pagal jo balso signalų požymius. Taip pat pateikiama vyzdžio skersmens matavimo sistema. Taigi, pagrindiniai mokslinio tyrimo objektai yra žmogaus balso požymiai ir jo vyzdžio dydžio pa-sikeitimo dinamika. Pagrindinis disertacijos tikslas – sukurti metodikas ir algo-ritmus, skirtus automatiškai apdoroti ir išanalizuoti balso signalo požymius. Šių sukurtų algoritmų taikymo sritis – streso valdymo sistemos programinė įranga. Šiame darbe sprendžiami keli pagrindiniai uždaviniai: analizuojant kalbėtojo balsą, kalbančiojo psichoemocinės būklės identifikavimo galimybės ir vyzdžio dydžio kaitos dinamika. Disertaciją sudaro įvadas, keturi skyriai, rezultatų apibendrinimas, naudotos literatūros sąrašas ir autoriaus publikacijų disertacijos tema sąrašas. Įvade aptariama tiriamoji problema, darbo aktualumas, aprašomas tyrimų objektas, formuluojamas darbo tikslas bei uždaviniai, aprašoma tyrimų metodi-ka, darbo mokslinis naujumas, darbo rezultatų praktinė reikšmė, ginamieji teigi-niai. Įvado pabaigoje pristatomos disertacijos tema autoriaus paskelbtos publika-cijos bei pranešimai konferencijose ir disertacijos struktūra. Pirmajame skyriuje pateikta asmens biometrinių bei fiziologiniu požymiu analizės pagrindu sukurta „Rekomendacine biometrinė streso valdymo sistema” (angl. Recommended Biometric Stress Management System). Sistema gali padėti nustatyti neigiamą streso lygį... [toliau žr. visą tekstą] / The dissertation investigates the issues of creating a computer system that uses voice signal features to determine person’s emotional state. In addition pre-sented system of measuring pupil diameter.The main objects of research include emotion recognition from speech and dynamics of eye pupil size change.The main purpose of this dissertation is employing suitable methodologies and algo-rithms to automatically process and analyse human voice parameters. Created algorithms can be used in Stress Management System software. The dissertation also focuses on researching the possibilities of identification of speaker’s psy-choemotional state: applying the analysis of speaker’s voice parameters and the analysis of dynamics of eye pupil size change. The dissertation consists of four parts including Introduction, 4 chapters, Conclusions and References. The introduction reveals the investigated problem, importance of the thesis and the object of research and describes the purpose and tasks of the paper, re-search methodology, scientific novelty, the practical significance of results ex-amined in the paper and defended statements. The introduction ends in present-ing the author’s publications on the subject of the defended dissertation, offering the material of made presentations in conferences and defining the structure of the dissertation. Chapter 1- the Recommended Biometric Stress Management System found-ed on the speech analysis. The System can assist in determining the level of... [to full text]

Šiuolaikiniame pasaulyje vis daugiau žmonių naudoja išmaniuosius telefonus, kurie perima vis daugiau su kompiuterio atliekamo darbo (el. pašto tikrinimas, apsipirkimas internetu ir t.t.). Šiuose įrenginiuose vis daugiau funkcijų galima atlikti balsu (atidaryti programėles ir kt.), tačiau kol kas tik anglų ir keletu kitų kalbų. Todėl šiame darbe bus nagrinėjamas lietuvių kalbos atpažinimo uždavinys iOS platformai (viena iš pagrindinių išmaniųjų telefonų ir planšetinių kompiuterių platformų), kuri yra naudojama mobiliuose Apple įrenginiuose. Šiame darbe nagrinėjamas CMU Sphinx ir Julius bibliotekų panaudojimas iOS įrenginiuose atpažįstant lietuvių kalbą. Tyrimui buvo sukurtas LSR karkasas paslepiantis CMU Sphinx ir Julius bibliotekų realizacijos ypatumus po Objective-C kalbos sąsaja. Tyrimui buvo naudojamas skaičių nuo 0 iki 9 garsynas ir analizuota, koks atpažinimo tikslumas ir greitaveika yra su tokiu nedideliu 10 žodžių žodynu atpažįstant pavienius skaičius. / Nowadays more and more people use smartphones which replaces more word done with personal computer (e-mail checking, e-shopping, etc.). In these devices more and more functions could be done with voice (open apps and other), but still only in english and some other languages. Therefore, in out work we will investigate Lithuanian speech recognition task in iOS (one of the major smartphones and tablets platforms), which runs in Apple's mobile devices. In this work we investigate CMU Sphinx and Julius libraries use in iOS devices for Lithuanian speech recognition. For this task LSR framework was created which encapsulated CMU Sphinx and Julius realisation nuances under Objective-C interfaces. Experiments were performed with numbers from 0 to 9 corpus and recognition accuracy and speed were investigated.

Baigiamajame darbe išnagrinėtos kompozitnės medžiagos jų charakteristikos ir ypatybės. Išnagrinėtas kompozitinių medžiagų panaudojimas aviacinių konstrukcijų gamybai.Išnagrinėti galimi defektai bei jų atsiradimo priežastis. Aptarti ultragarsinės neardomosios kontrolės principai, bei pritaikymas kompozitinių medžiagų ir konstrukcijų tyrimui. Išanalizuotos frontalinio echoskopinio vaizdo formavimo ypatybės ir jų pritaikymas medžiagos struktūrinei analizei. Išnagrinėti veiksniai įtakojantis ultragarsinio vaizdo sudarymo kokybę, bei sudaryta FVE struktūrinė schema. Sudarytas defekto atpažinimo algoritmas kurio realizavimas parodytas pasitelkiant Matlab programinį paketą. Pateikti pasiūlymai sistemos panaudojimui bei tolimesniam jos vystymui. / In this work examined composite materials, their characteristics and features. Examined the use of composite materials to aircraft structures manufacturing. Examined the potential defects and their occurrence causes. Discuss ultrasonic non-destructive control principles and applications of composite materials and structures research. We analyzed the formation of frontal acoustic scenery features and adaptability for material structural analysis. Examine the factors influencing the quality of ultrasound imaging and created structural diagram of acoustic scenery formation. Created the defect detection algorithm and demonstrated through the realization of the Matlab software package. Proposals for the use of the system and its further development.

This work focuses on speech recognition by computer, pattern recognition stages and problems. Also there is a goal to create a speech recognition tool. At the beginning, there is a general overview of the audio signal and language concepts. The subsequent presentation of the essential tasks of speech recognition, introduction to matrix algebra, which is used to described algorithm. Information is provided on what basis and how features are extracted. For this work often is used LPC. This algorithm is one of the most popular extracting features of speech signal, so it is reviewed in this paper, as well as its modification WLPC. The following text of the speech recognition gives theory of extracted features use. Section „Acoustic modeling“ describes the recognition of speech units and one of the most commonly used acoustic modeling technologies – Hidden Markov Models and the next section „Speech modeling“ describes the language modeling, which purpose is to correct data referring to dictionaries and speech structure. The rest of the text is focused on speach recognition using specrtogram and implementation of speach recognition system. After that, there were executed experiments, that where used to define quality of speech recognition. / Šiame darbe gilinamasi i kalbos atpažinima kompiuteriu, atpažinimo etapus, problemas, o veliau meginama sukurti kalbos atpažinimo iranki. Pradžioje, bendrai apžvelgiama garso signalo, kalbos savokos. Veliau pateikiamos kalbos atpažinimo esminiai uždaviniai, supažindinama su matricu algebra, kuri naudojama aprašytuose algoritmuose. Pateikiama informacija kuo remiantis ir kaip išskiriami požymiai. Šiam darbui dažnai naudojamas LPC. Šis algoritmas yra vienas iš populiariausiu išskiriant kalbos signalo požymius, todel jis šiame darbe yra apžvelgtas, kaip ir jo modifikacija WLPC. Toliau tekste pateikiama kalbos atpažinimo teorija, apie išskirtu požymiu panaudojima. Skyriuje „Akustinis modeliavimas“, aprašomas kalbos vienetu atpažinimas ir vienas iš dažniausiai naudojamu akustinio modeliavimo technologiju - pasleptieji Markov’o modeliai, sekantis skyrius „Kalbos modeliavimas“, aprašo kalbos modeliavima, skirta jau turimiems duomenims sutvarkyti, remiantis žodynais ir analizuojamos kalbos struktura. Likusioje teksto dalyje koncentruojamasi ties kalbos atpažinimu panaudojant spektrograma ir kalbos atpažinimo sistemos igyvendinimu. Po to atlikti eksperimentai, kuriais buvo tiriama pateikto algoritmo atpažinimo kokybe.

Signalų technologijų magistro darbo tema yra aktuali, nes nebepakanka įprastų informacijos įvedimo priemonių. Todėl ieškoti ir apdoroti informaciją, valdyti sudėtingus įrenginius ir programas daug patogiau būtų jei kompiuteriai ir įvairūs įrenginiai suprastų žmogaus kalbą. Pasaulyje panašios sistemos kuriamos jau daugelį metų. Tačiau šiuo metu lietuvių kalbos atpažinimo sistemos yra dar tik kūrimo stadijoje. Darbe nagrinėjamas Lietuvių kalbos žodžių atpažinimas skirstant juos į kategorijas ir naudojant paslėptuosius markovo modelius. Šio tyrimo tikslas – ištirti lietuvių kalbos žodžių skirstymo į kategorijas įtaką atpažinimo tikslumui.Taip pat tiriamas žodžių grupių bei pavienių žodžių atpažinimas. Akustinis modelis sukurtas su HTK paketu, kuris naudojasi paslėptųjų Markovo modelių metodika. Žodžių skirstymas į kategorijas aprašytas Backus-Naur formatu. Eksperimentai bus atliekami ir rezultatai gaunami naudojant, Julius programinės įrangos įrankius bei šio paketo, žodžių kategorijų pagrindu veikiančią, Julian kalbos atpažinimo sistemą. Geriausi rezultatai gauti bandant atpažinti pavienius žodžius suskirstytus į kategorijas. Atpažinimo tikslumas siekia 91 %. Bandant atpažinti žodžių sekas, nesuskirstytas į kategorijas, gautas atpažinimo tikslumas tesiekia 51 %. Microsoft Office Word 2003 meniu valdymo atpažinimo tikslumas siekia 82 %. / The theme of Master project of signal technology is actual, because not enough usual information introduction ways. Therefore information search and processing, complicated devices and programs control would be more handily if computers and devices understood human speech. Similar systems are designing for many years in the world. However Lithuanian speech recognition systems are still developing in nowadays. The thesis treats of isolated Lithuanian words recognition dividing them into category and using Hidden Markov Models. The idea of research is to explore categorization of Lithuanian words influence on the accuracy of recognition. The recognition of single words and word groups is under research too. Acoustic model is constructed by using HTK toolkit which is based on Hidden Markov Models. Categorization of words is described with Backus-Naur form. Experiments are made with Julius software speech recognition system Julian witch performs words category based recognition. Best results are got trying to recognize single words set into categories. The accuracy rate of recognition reaches 91 %. While trying to recognize uncategorized word sequences – the accuracy rate of recognition reaches only 51 %. The accuracy rate of Microsoft Office Word 2003 control menu recognition reaches 82 %.

Objekto atpažinimas ir pozicijos nustatymas gali būti pritaikomas daugeliui pramonėje egzistuojančių uždavinių. Šio darbo pagrindinis tikslas yra sukurti mašininės regos sistemą, kuria būtų galima greitai ir tiksliai rasti objekto poziciją pagal pasirinktą objekto modelį. Šiame darbe gilinamasi į GPU veikimo principus ir privalumus apdorojant vaizdus GLSL programavimo kalba. Apžvelgiami praktikoje taikomų metodų, skirtų objekto pozicijai nustatyti, veikimo principai, jų privalumai ir trūkumai. Taip pat šiame darbe aprašomas suformuotas ir įgyvendintas realaus laiko metodas, naudojantis GPU teikiama sparta atlikti vartotojo pasirinkto modelio paiešką. Pabaigoje pateikiami pasiekti įgyvendinto metodo spartos rodikliai, privalumai ir trūkumai. Darbą sudaro: įvadas, mašininėje regoje pasitaikančių problemų tyrinėjimas, objekto paieškos metodų apžvalga, darbo su grafinėmis vaizdo plokštėmis privalumai ir trūkumai, objekto paieškos su grafine vaizdo plokšte metodas, pasiekti rezultatai, išvados ir literatūros sąrašas. Darbo apimtis – 53 p. teksto be priedų, 30 pav., 2 lent., 26 literatūros šaltiniai. / Object recognition and parameter detection could be used in many areas from electronics to food industry. One of the most important problems in laser industry is to transform laser work trajectories based on constant object model. In the real life applications model could be rotated or translated due to the fact that object must be put in laser work area. The translation and rotation of object must be found to fit user defined constant model. There are many methods for object parameters detection, but image processing tasks require a lot of computing power. Recent research on image processing with graphics processing units - GPU, shows huge performance results compared with central processing units – CPU. The purpose of this work is to find out the main fundamentals for fast and accurate object parameter detection in machine vision systems. In this work it is focused on object parameter detection with GPU. Moreover, the analysis and comparison of different object parameters detection methods are proposed. Object parameter detection system was implemented with C++ and GLSL shading language, thus the system could be adapted to different computer hardware and operating systems. Work size – 53 p. text, 30 illustrations, 2 tables, 26 bibliographic sources.

Baigiamajame magistro darbe yra apžvelgti metodai, naudojami veidų atpažinimui bei išanalizuotas jų veikimas. Apžvelgus veidų atpažinimo metodus buvo pasirinkti trys algoritmai (tikrinių veidų, Fišerio veidų ir 2D–DCT+SOM), kurie išsamiai išanalizuoti ir įgyvendinti MATLAB aplinkoje bei ištirti įvairus jų parametrai. Pagal gautus rezultatus buvo išrinktas optimalus algoritmas, tinkantis įgyvendinimui Android operacinėje sistemoje ir ten įgyvendintas. Baigiamajame darbe taip pat buvo apžvelgtos ir išanalizuotos problemos, su kuriomis susiduriama perkeliant algoritmą į Android operacinę sistemą, pateikti siūlymai algoritmo patobulinimui bei išvados. Visi užsibrėžti tikslai buvo pasiekti, o uždaviniai – išspręsti. Veido atpažinimo algoritmų tyrimas ir įgyvendinimas operacinėje Android sistemoje. Magistro baigiamasis darbas informatikos inžinerijos laipsniui. Vilniaus Gedimino technikos universitetas. Vilnius, 2012, 187 p., 49 iliustr., 6 lent., 74 bibl., 6 priedai. / The main goal of Master degree thesis is to review face recognition algorithms and analyze their performance. After this survey three face recognition algorithms (eigenfaces, fisherfaces and 2D–DCT+SOM) have been chosen for detailed analysis and investigation of their various parameters in MATLAB environment. According to the results obtained during this research only one algorithm, which is optimal for implementation in Android operating system, has been implemented on the mobile platform. This Master degree thesis also includes problems and suggestions regarding eigenface’s algorithm implementation in Android operating system, proposals for algorithm improvement and detailed conclusions. All the objectives have been achieved and all problems – solved. Analysis of face recognition algorithms and implementation in Android operating system. Master Thesis for Informatics Engineering degree. Vilnius Gediminas Technical University. Vilnius, 2012, 187 p., 49 figures, 6 tables, 74 references, 6 appendices.

Kasmet daugybė žmonių būna sužalojami autoįvykiuose, iš kurių dalis sužalojimų būna rimti arba pasibaigia mirtimi. Dedama vis daugiau pastangų kuriant įvairias sistemas, kurios padėtų mažinti nelaimių skaičių kelyje. Tokios sistemos gebėtų perspėti vairuotojus apie galimus pavojus, atpažindamos eismo dalyvius ir sekdamos jų padėtį kelyje. Eismo dalyvių kelyje atpažinimas iš vaizdo yra pakankamai sudėtinga, daug skaičiavimų reikalaujanti problema. Šiame darbe šiai problemai spręsti pasitelkti stereo vaizdai, nesugretinamumo žemėlapis bei konvoliuciniai neuroniniai tinklai. Konvoliuciniai neuroniniai tinklai reikalauja daug skaičiavimų, todėl jie optimizuoti pasitelkus grafikos procesorių ir OpenCL. Gautas iki 33,4% spartos pagerėjimas lyginant su centriniu procesoriumi. Stereo vaizdai ir nesugretinamumo žemėlapis leidžia atmesti didelius kadro regionus, kurių nereikia klasifikuoti su konvoliuciniu neuroniniu tinklu. Priklausomai nuo scenos vaizde, reikalingų klasifikavimo operacijų skaičius sumažėja vidutiniškai apie 70-95% ir tai leidžia kadrą apdoroti atitinkamai greičiau. / Many people are injured during auto accidents each year, some injures are serious or end in death. Many efforts are being put in developing various systems, which could help to reduce accidents on the road. Such systems could warn drivers of a potential danger, while recognizing on-road vehicles and tracking their position on the road. On-road vehicle recognition on image is a complex and computationally very intensive problem. In this paper, to solve this problem, stereo images, disparity map and convolutional neural networks are used. Convolutional neural networks are very computational intensive, so to optimize it GPU and OpenCL are used. 33.4% speed improvement was achieved compared to the central processor. Stereo images and disparity map allows to discard large areas of the image, which are not needed to be classified using convolutional neural networks. Depending on the scene of the image, the number of the required classification operations decreases on average by 70-95% and this allows to process the image accordingly faster.