Šta je obrada signala?
Obrada signala – oblast koja se bavi generisanjem, transformacijom, ekstrakcijom i interpretacijom informacija najrazličitijih vrsta signala esencijalna je za razvoj tehnologija za pametne telefone, pametne satove, ali i najnovije dijagnostičke tehnike u medicini, digitalne kamere i virtuelne asistente. Obrada signala predstavlja nauku iza naših digitalnih života. Razgovor sa mašinama, autonomna vozila i 3D snimci unutrašnjosti ljudskog tela, nekada su bili deo naučne fantastike, a danas su realnost zahvaljujući kompleksnim tehnikama obrade biomedicinskih signala, govora i slike.
Mnoge svakodnevne stvari omogućene su tehnologijama obrade signala. Uglavnom o tome i ne razmišljamo niti to primećujemo. Na primer, ovaj tekst verovatno čitate na vašem kompjuteru ili mobilnom telefonu koji imaju mogućnost skladištenja podataka i rade glatko i brzo, upravo zahvaljujući obradi signala. Osim toga, danas kada ste bili na trčanju, verovatno ste koristili svoj pametni sat, koji ne samo da je merio vreme, nego i koliko ste koraka prešli, kojom ste se brzinom kretali i gde, da li je broj otkucaja vašeg srca bio odgovarajuć, koliko ste kalorija izgubili i još ste verovatno i dobili savet koliko vode da popijete i koliko još koraka je neophodno da pređete da biste vodili zdrav život. Bez sumnje ste napravili usput i neki selfi ili fotografisali neki interesantan prizor pomoću kamere vašeg mobilnog telefona. Vaš telefon svakako da nije prikazao sirovu fotografiju nego je izvršio razne obrade i analize kako bi boje bile odgovarajuće, detalji istaknuti i osvetljenje podešeno. Potom ste tu fotografiju okačili na društvene mreže ili pustili željenu pesmu koristeći svog digitalnog asistenta Google ili Siri. Glasovnom komandom ste dali instrukcije, a zahvaljujući obradi govornog signala, uklanjanju šuma i analizi, vaš digitalni asistent ne samo da je razumeo komandu i sproveo je, nego vam je i razumljivo odgovorio. Obrada signala je svuda oko nas i predstavlja pokretač naših sve više digitalizovanih života.
Koji signali se obrađuju i zašto?
Obrada signala može promeniti način naše komunikacije sa mašinama – omogućujući da čovek sa njima komunicira putem govora, što je najprirodniji način komunikacije među ljudima. Ovde se koriste dve tehnike, prepoznavanje govora, koja podrazumeva da se mašina razume čoveka, i sinteza govora, koja omogućava da mašina generiše odgovarajući govorni signal. Korak dalje omogućile su tehnike mašinskog učenja pomoću kojih mašina ne samo da prepoznaje govor, nego i emociju sagovornika i reaguje u skladu sa situacijom. Govorna komunikacija sa mašinama omogućila je upotrebu virtuelnih asistenata poput Google-a, Alexa-e i Siri, koji mogu da vam daju odgovore na razna pitanja, ali i da zakažu sastanke, termin kod frizera i drugo.
Algoritmi obrade medicinskih signala omogućili su napredak u medicinskoj dijagnostici. Rekonstrukcija slike poprečnog preseka ljudskog tela, omogućena tehnikama obrade signala, predstavljala je prekretnicu u savremenoj dijagnostici. Medicina i dijagnostika danas svoju efikasnost duguju algoritmima obrade signala, obrade slike, prepoznavanja oblika i mašinskog učenja, koji nam omogućuju da zavirimo u ljudsko telo, da se efikasno prebroje krvna zrnca, da se uoči začepljenje krvnog suda, pronađu genetski uzroci malignih oboljenja, da se utvrdi uspešnost terapije – drugim rečima, omogućuju nam gotovo sve na šta se moderno zdravstvo danas oslanja. Korak dalje predstavljaće algoritmi koji će nas približiti personalizovanoj medicini, a ona će omogućiti da se automatski dobije brza i efikasna individualna procena rizika, rana dijagnostika, personalizovana terapija i praćenje njenog učinka.
Obrada slike i kompjuterska vizija u kombinaciji sa algoritmima mašinskog učenja nisu samo unapredili medicinu, nego su omogućili i pametnu poljoprivredu i pametna vozila. Obradom satelitskih multispektralnih slika omogućena je daljinska detekcija i analiza zasađenih biljaka na prostranim poljima, a obradom slika sa mobilnih telefona i drnova, unapređena je detekcija bolesti biljaka, precizna predikciju prinosa i potreba za đubrenjem ili navodnjavanjem. Nekada naučna fantastika, a danas realnost, pametna i autonomna vozila, da bi ispravno funkcionisala, dobijaju informacije od raznih senzora uključujući kamere, ultrazvuk i radar. Moraju prikupljene podatke da isfiltriraju tako da donesu ispravnu odluku o sledećoj akciji. Oslanjaju se na automatsku detekciju kolovoza, pešaka, vertikalne i horizontalne signalizacije, a koja je omogućena upravo segmentacijom slike. Osim toga, analizom velikih količina podataka snimljene vožnje, odnosno učenjem na osnovu podataka pomoću algoritama mašinskog učenja, omogućena je automatizacija vožnje.
Obrada signala ima svoju važnu primenu i u oblasti finansija. Algoritmi iz oblasti obrade signala koriste se i za analizu kretanja cena na berzi, kao i za razna druga predviđanja u finansijskom sektoru.
Šta se uči na smeru Obrada signala?
Program osnovnih studija obuhvata predmete kroz koje student stiče osnovna opšta znanja iz obrade signala, ali i specifična znanja koja se koriste u obradi slike, audio-signala i biomedicinskih signala. Fundamentalni predmeti su: Digitalna obrada signala, Digitalni filtri, Digitalna obrada slike, Digitalna obrada audio-signala, Obrada biomedicinskih signala i Mašinsko učenje.
Na master studijama ova znanja se dodatno proširuju upoznavanjem sa naprednijim i složenijim algoritmima. Uz inovativan predmet koji se bavi obradom velikih količina podataka (tzv. Big Data), što podrazumeva obradu raznorodnih podataka koji pristižu u velikim količinama i za čiju ispravnost ne postoji garancija, tu su i predmeti Kompjuterska vizija i Obrada slike u medicini, koji nude osnove mašinske vizije, kao i predmet Govorne tehnologije, koji se bavi tehnologijama prepoznavanja i sinteze govora.
Pored predmeta u kojima se proučavaju algoritmi obrade signala, ovaj studijski program nudi i predmete u kojima student ima priliku da ovlada alatima neophodnim za implementaciju ovih algoritama, kao što su programski jezici C/C++, MATLAB, Java i Python.
Šta posle?
Firme i ustanove u Srbiji u kojima se naši studenti zapošljavaju su: RT-RK, SBB, A1, NIS, Institut BioSense, DunavNet, AlfaNum, Zesium Mobile, Visaris, PanonIT, Protech, Prozone, i druge. Postoji velika prohodnost naših studenata ka univerzitetima u inostranstvu radi daljeg usavršavanja, kao i master i doktorskih studija. Zapošljavanje naših studenata u kompanijama u inostranstvu koje su uvidele značaj i perspektive znanja iz ovih oblasti, takođe nije retkost. Među svetskim kompanijama u kojima rade naši bivši studenti su i Google, Microsoft, Nvidia, Yahoo, Nokia, Intel, BMW i druge.