加拿大计算机专业方向

图形学、图像处理和计算机视觉
视觉研究的目标是能够理解以图像或图像序列编码的信息。西安大略大学计算机科学系的计算机视觉小组在低级图像分析问题上拥有悠久的历史，这些问题包括光流，立体，图像分割，跟踪，多视图重建实时机器人视觉，马尔可夫随机字段优化等等。解决这些问题有助于创建对环境不“盲目”的计算机系统，该系统可以有效地感知，分析环境并与环境进行通信。广义上讲，目标是允许计算机视觉系统在给定图像或视频流的情况下回答“谁，在哪里和为什么？”的问题。
我们的小组已获得了多个著名的奖项，包括弗洛伦斯·巴克奖（西部），早期研究奖和会议上的最佳论文奖。我们的两名研究人员因其在计算机视觉领域具有重大而长期的影响而被国际计算机视觉大会授予“时间测试奖”。该研究得到了nserc，cfi和加拿大农业部的资助。google使用该小组针对google earth和microsoft针对microsoft office 2010开发的离散优化算法。光流算法已用于风暴跟踪。正在开发视觉和图像分析系统，用于分析医疗用途和未来汽车的超声。
光流算法
光流是指物体运动的模式。研究主要集中在2和3图像运动的测量和解释上。我们在比较光流技术方面的工作已获得了数千篇引文。二维光流的应用包括从光流中恢复摄像机运动参数和场景深度图，测量玉米幼苗生长和植物叶片膨胀以及恢复lp记录上的表面凹槽方向（允许在非记录中播放记录） -接触方式）。3光流的应用包括在心脏跳动的门控mr图像中测量3体素运动，以及测量3多普勒雷达数据集中的风速（包括融合来自多个/不同雷达的数据）以用于风暴跟踪。
智能汽车和计算机视觉
未来的汽车应该能够看到周围的环境，使用面部表情评估驾驶员的反应并采取必要的措施。研究人员正在开发用于处理从仪表车获得的信息的软件，其中包括该车的诊断系统，摄像头和gps。此信息用于确定驾驶员应如何反应。如果驾驶员没有按预期做出反应，则可能需要采取纠正措施。西方研究人员专注于汽车仪表以及跟踪眼睛和头部运动以评估驾驶员反应的视觉算法的开发。
超声图像分析
超声成像提供了一种非侵入性的廉价手段，用于可视化人体中的各种组织。这使得超声图像的使用有吸引力。然而，由于高频声波的偶发性，这些可视化趋于充满斑点噪声和其他伪像，这使其成为具有挑战性的问题。