Forår
Der planlægges 15 samlinger i perioden september 2012 til maj
2013
Undervisningens placering:
Campus Lyngby
Undervisningsform:
Seminarrække hvor de studerende præsenterer videnskabelige
artikler.
Kursets varighed:
[Kurset følger ikke DTUs normale
skemastruktur]
Evalueringsform:
Hjælpemidler:
Bedømmelsesform:
Overordnede kursusmål:
Formålet med dette kursus er at deltagerne tilegner sig avancerede
teknikker til visuel fødevareinspektion på ph.d. niveau. Fødevarers
udseende kan relateres til fødevarekvalitetsmål, og avancerede
statistiske metoder er nødvendige for at drage slutninger om disse
egenskaber. Et andet vigtigt element er at forstå den fysiske
spredning af lys som bestemmer fødevarers udseende. I løbet af
kurset læses litteratur som dækker emnerne fødevareinspektion,
avancerede statistiske værktøjer og fysisk modellering af
lysspredning. Der planlægges 10 to-timers møder, hvor de studerende
på skift får en præsentationsopgave på omkring 20 minutter, således
at møderne dækker litteraturen. Resten af mødetiden bruges til
diskussion af dagens litteratur.
Overordnet set skal kurset tjene som inspiration til forskning i
visuel fødevareinspektion og øge kompetenceniveauet hos de
ph.d.-studerende som deltager.
Læringsmål:
En studerende, der fuldt ud har opfyldt kursets mål, vil kunne:
Anvende avancerede statistiske inferensmodeller. Bl.a. sparse
feature selection, klassifikations- og regressionsmodeller.
Anvende avancerede billedoptagningsteknikker til
fødevareinspektion.
Anvende lysspredningsteori, bl.a. Lorenz-Mie teori, til at
forbinde fødevareegenskaber og -indhold til specifikke varers
udseende.
Udvælge relevante fysiske modeller til simulering af
lystransport i biologiske prøver.
Udvælge vigtige billedkendetegn (features) til
fødevareinspektion og beslutte hvordan disse kendetegn findes i
billeder.
Anvende hyperspektrale teknikker til fødevareinspektion.
Identificere vigtige fødevarekvalitetsmål som kan måles i
billeder.
Anvende state-of-the-art teknikker til computervision baseret
fødevareinspektion.
Kursusindhold:
Kurset bygges op om videnskabelige artikler. Nedenstående
litteratur anvendes, eller lignende artikler inden for kursets
emneområde.
Litterature:
Hastie, T., Tibshirani, R., Friedman, J., og Franklin, J. (2009):
The elements of statistical learning: data mining, inference and
prediction. Springer. Selected chapters.
Sun, D. W. (2010): Hyperspectral imaging for food quality analysis
and control. Academic Press/Elsevier. Selected chapters.
Jensen, H. W., Marschner, S. R., Levoy, M., og Hanrahan, P. (2001):
A practical model for subsurface light transport. Proceedings of
ACM SIGGRAPH 2001, pp. 511-518.
Gowen, A. A., O'Donnell, C. P., Cullen, P. J., Downey, G., og
Frias, J. M. (2007): Hyperspectral imaging - an emerging process
analytical tool for food quality and safety control. Trends in Food
Science & Technology 18(12), pp. 590-598.
Frisvad, J. R., Christensen, N. J., og Jensen H. W. (2009):
Predicting the appearance of materials using Lorenz-Mie theory.
Unpublished manuscript.
Hielscher, A. H., Mourant, J. R., og Bigio, I. J. (1997): Influence
of particle size on the diffuse backscattering of polarized light
from tissue phantoms and biological cell suspensions. Applied
Optics 36(1), pp. 125-135.
Kim, Y. L., Liu, Y., Wali, R. K., Roy, H. K., Goldberg, M. J.,
Kromin, A. K., Chen, K., og Backman, V. (2003): Simultaneous
measurement of angular and spectral properties of light scattering
for characterization of tissue microarchitecture and its
alterations in early precancer. IEEE Journal of Selected Topics in
Quantum Electronics 9(2), pp. 243-256.