Object Detection and Classification based on Artificial Intelligence Methods

Abstract

Traditional computer vision methods are limited in processing complex data, such as images of wood, or white blood cells, due to limited robustness of their representation ability and susceptibility to noise. This thesis therefore proposes to apply Graph Neural Networks (GNNs) and hybrid optimization algorithms in order to improve accuracy and stability in complex image recognition. GNNs are thus used to exploit spatial and contextual relationships between image regions, helping to increase accuracy in recognition and classification. Chapter 2 explores the challenges of applying machine learning and deep learning models to real-world wood surface images and White Blood Cells (WBC) recognition, especially problems like data imbalance, image noise, or morphological ambiguity. In chapter 3 are described the theoretical foundation for Graph Attention Network (GAT) and object detection, describing spatial reasoning, attention mechanisms, and state of the art object detectors like YOLOv10 and YOLOv11. In chapter 4 is presented the evaluation system of the proposed framework in three selected application areas: Wood surface recognition using the Convolutional Neural Network (CNN) + Label Propagation Particle Swarm Optimization (LPMPSO) + Graph Attention Network Variational Autoencoder (GATVAE) model as the first one, WBC classification with the YOLOv10 + Multi-Hop Graph Attention Network (MHGAT) model as the second one, and finally the YOLOv11 + GAT + Transformer-based head as the last application area. In chapter 5 are summarized the results obtained from the proposed models and the effectiveness in two practical applications is evaluated. In this chapter, the contribution of the thesis in overcoming the limitations of traditional methods and proposes directions for future applications is highlighted. In summary, research conducted in this thesis improves the efficiency of wood surface defects classification and white blood cell classification. Combination of GNN with deep learning and modern optimization improves the accuracy and adaptability in real-world environments and opens up new research potential for graph data-based systems.

Tradiční metody počítačového vidění mají omezené možnosti při zpracování složitých dat, jako jsou například snímky dřeva nebo bílých krvinek, a to kvůli své nedostatečné schopnosti robustní reprezentace dat a náchylnosti k šumu. V této práci je proto navrženo použití grafových neuronových sítí (GNN) a hybridních optimalizačních algoritmů ke zlepšení přesnosti a stability při rozpoznávání složitých obrazových dat. GNN jsou využity k propojení prostorových a kontextových vztahů mezi oblastmi obrazu, což pomáhá zvýšit přesnost rozpoznávání a klasifikace. V druhé kapitole jsou zkoumány výzvy spojené s aplikací modelů strojového učení a hlubokého učení na rozpoznávání obrazů povrchu dřeva a obrazů bílých krvinek v praktických aplikacích, a to zejména problémy jako nerovnováha vstupních dat, obrazový šum, nebo morfologická nejednoznačnost. Ve třetí kapitole je rozvíjen teoretický základ pro grafové neuronové sítě s mechanismem pozornosti (GAT) a objektových detektorů. Tato kapitola dále popisuje prostorové uvažování, mechanismy pozornosti a pokročilé objektové detektory jako YOLOv10 a YOLOv11. Ve čtvrté kapitole je představen testovací systém navrhovaných modelů ve třech hlavních aplikačních oblastech: zaprvé rozpoznávání povrchu dřeva pomocí modelu Graph Neural Networks (CNN) + LPMPSO + GATVAE, zadruhé klasifikace bílých krvinek pomocí modelu YOLOv10 + Multi-Hop Graph Attention Network (MHGAT), a zatřetí model založený na YOLOv11 + GAT + Transformer-based head. V páté kapitole jsou shrnuty výsledky získané z představených modelů a je vyhodnocena účinnost ve dvou praktických aplikacích. Pátá kapitola také popisuje přínos práce k překonání omezení tradičních metod a navrhuje směry pro budoucí výzkum a další potenciální praktické aplikace. Souhrnně lze říci, že výzkum představený v této dizertační práci zlepšuje účinnost detekce vad na obrazech dřeva a klasifikaci bílých krvinek. Kombinace GNN s hlubokým učením a moderní optimalizací zlepšuje přesnost a přizpůsobivost v reálném prostředí a otevírá nový výzkumné možnosti pro systémy založené na grafových datech.