dc.contributor | Aalto-yliopisto | fi |
dc.contributor | Aalto University | en |
dc.contributor.advisor | Glerean, Enrico | |
dc.contributor.author | Wallenius, Kalle | |
dc.date.accessioned | 2012-03-12T07:11:52Z | |
dc.date.available | 2012-03-12T07:11:52Z | |
dc.date.issued | 2010 | |
dc.identifier.uri | https://aaltodoc.aalto.fi/handle/123456789/3270 | |
dc.description.abstract | Aivojen tutkiminen luonnollisissa asetelmissa on viimeaikainen suunta aivotutkimuksessa. Perinteisesti aivotutkimuksessa on käytetty hyvin yksinkertaistettuja ja keinotekoisia ärsykkeitä, mutta viime aikoina on alettu tutkia ihmisaivoja yhä luonnollisimmissa asetelmissa. Näissä kokeissa on käytetty elokuvaa luonnollisena ärsykkeenä. Elokuvan monimutkaisuudesta johtuen tarvitaan siitä yksinkertaistettu malli laskennallisen käsittely mahdollistamiseksi. Tämä malli tuotetaan annotoimalla; keräämällä elokuvan keskeisistä ärsykepiirteistä dataa tietorakenteen muodostamiseksi. Tätä dataa verrataan aivojen aikariippuvaiseen aktivaatioon etsittäessä mahdollisia korrelaatioita. Kaikkia elokuvan ominaisuuksia ei pystytä annotoimaan automaattisesti; ihmiselle merkitykselliset ominaisuudet on annotoitava käsin, joka on joissain tapauksissa ongelmallista johtuen elokuvan käyttämistä useista viestintämuodoista. Ymmärrys näistä viestinnän muodoista auttaa analysoimaan ja annotoimaan elokuvia. Elokuvaa Tulitikkutehtaan Tyttö (Aki Kaurismäki, 1990) käytettiin ärsykkeenä aivojen tutkimiseksi luonnollisissa asetelmissa. Kokeista saadun datan analysoinnin helpottamiseksi annotoitiin elokuvan keskeiset visuaaliset ärsykepiirteet. Tässä työssä tutkittiin annotointiin käytettävissä olevia eri lähestymistapoja ja teknologioita. Annotointi auttaa informaation organisoinnissa, mistä syystä annotointia ilmestyy nykyään kaikkialla. Erilaisia annotaatiotyökaluja ja -teknologioita kehitetään jatkuvasti. Lisäksi videoanalyysimenetelmät ovat alkaneet mahdollistaa yhä merkityksellisemmän informaation automaattisen annotoinnin tulevaisuudessa. | fi |
dc.description.abstract | Studying the brain in naturalistic settings is a recent trend in neuroscience. Traditional brain imaging experiments have relied on using highly simplified and artificial stimuli, but recently efforts have been put into studying the human brain in conditions closer to real-life. The methodology used in these studies involve imitating naturalistic stimuli with a movie. Because of the complexity of the naturalistic stimulus, a simplified model of it is needed to handle it computationally. This model is obtained by making annotations; collecting information of salient features of the movie to form a data structure. This data is compared with the brain activity evolving in time to search for possible correlations. All the features of a movie cannot be reliably annotated automatically: semantic features of a movie require manual annotations, which is in some occasions problematic due to the various cinematic techniques adopted. Understanding these methods helps analyzing and annotating movies. The movie Match Factory Girl (Aki Kaurismäki, 1990) was used as a stimulus in studying the brain in naturalistic settings. To help the analysis of the acquired data the salient visual features of the movie were annotated. In this work existing annotation approaches and available technologies for annotation were reviewed. Annotations help organizing information, therefore they are nowadays found everywhere. Different tools and technologies are being developed constantly. Furthermore, development of automatic video analysis methods are going to provide more meaningful annotations in the future. | en |
dc.format.extent | [8] + 57 | |
dc.format.mimetype | application/pdf | |
dc.language.iso | en | en |
dc.publisher | Aalto University | en |
dc.publisher | Aalto-yliopisto | fi |
dc.title | Videon annotointi aivojen tutkimiseksi luonnollisessa asetelmissa | fi |
dc.title | Video annotation for studying the brain in naturalistic settings | en |
dc.type | G2 Pro gradu, diplomityö | fi |
dc.contributor.school | Elektroniikan, tietoliikenteen ja automaation tiedekunta | fi |
dc.subject.keyword | annotation | en |
dc.subject.keyword | modeling | en |
dc.subject.keyword | movie | en |
dc.subject.keyword | fMRI | en |
dc.subject.keyword | ICA | en |
dc.subject.keyword | annotaatio | fi |
dc.subject.keyword | mallinnus | fi |
dc.subject.keyword | elokuva | fi |
dc.subject.keyword | fMRI | fi |
dc.subject.keyword | ICA | fi |
dc.identifier.urn | URN:NBN:fi:aalto-201203131501 | |
dc.type.dcmitype | text | en |
dc.programme.major | Laskennallinen tekniikka | fi |
dc.programme.mcode | S-114 | |
dc.type.ontasot | Diplomityö | fi |
dc.type.ontasot | Master's thesis | en |
dc.contributor.supervisor | Sams, Mikko | |
dc.location | P1 | fi |
local.aalto.openaccess | yes | |
local.aalto.digifolder | Aalto_92221 | |
dc.rights.accesslevel | openAccess | |
local.aalto.idinssi | 40189 | |
dc.type.publication | masterThesis | |
dc.type.okm | G2 Pro gradu, diplomityö |
Unless otherwise stated, all rights belong to the author. You may download, display and print this publication for Your own personal use. Commercial use is prohibited.