Zakres tematyczny A: Neuro & ML

A1. Neurometryczny system detekcji biomarkerów okulomotorycznych

• Cel pracy: Opracowanie koncepcji i prototypu systemu wykorzystującego śledzenie ruchów gałek ocznych do automatycznej identyfikacji biomarkerów zaburzeń neurologicznych.

• Metody i zakres prac: Realizacja pracy obejmuje dogłębny przegląd literatury medycznej w Cel pracyu identyfikacji charakterystycznych wzorców sakadycznych dla chorób Alzheimera i Parkinsona. Student przeprowadzi analizę dostępnych metod pomiarowych, a następnie opracuje algorytmy wstępnej analizy patologii. Praca wymaga zaprojektowania architektury systemu, który w sposób automatyczny będzie przetwarzał surowe dane z eye-trackera i odnosił je do klinicznych wzorców diagnostycznych.

• Wynik końcowy: Dokumentacja projektowa systemu diagnostycznego wraz z działającym modułem programowym do analizy i wizualizacji odchyleń okulomotorycznych.

A2. Automatyczna klasyfikacja anomalii okulomotorycznych jako biomarkerów poznawczych

• Cel pracy: Implementacja i ewaluacja algorytmu wykrywania nienaturalnych wzorców ruchów oka przy użyciu metod uczenia nienadzorowanego.

• Metody i zakres prac: Badania skoncentrowane będą na wykorzystaniu modeli uczenia głębokiego, takich jak Autoenkodery lub One-class SVM, do detekcji anomalii (np. mikrosakady, apatia spojrzenia). Zakres obejmuje przygotowanie potoku przetwarzania danych, implementację mechanizmów interpretowalności (SHAP, Attention) oraz przeprowadzenie eksperymentów na zbiorach syntetycznych i rzeczywistych nagraniach. Kluczowym elementem jest analiza przypadków (case studies) potwierdzająca skuteczność wykrywania anomalii.

• Wynik końcowy: Środowisko programistyczne (kod źródłowy) realizujące proces klasyfikacji oraz raport badawczy dokumentujący czułość i swoistość opracowanego modelu.

A3. Wykorzystanie uczenia ze wzmocnieniem (RL) do tworzenia naturalnych zachowań NPC w grach typu RPG

• Metody i zakres prac: Student wykorzysta algorytmy Reinforcement Learning (np. PPO) do wytrenowania agentów NPC, aby ich reakcje na działania gracza były mniej przewidywalne i bardziej "ludzkie". Zakres obejmuje zdefiniowanie funkcji nagrody, zaprojektowanie środowiska treningowego oraz integrację wytrenowanych modeli z finalną sceną gry.

• Wynik końcowy: Scena w silniku gry z agentami NPC sterowanymi przez wytrenowane sieci neuronowe.

Zakres tematyczny B: Mobile & Edge

B1. Implementacja algorytmów śledzenia wzroku w środowisku mobilnym

• Cel pracy: Analiza ograniczeń sprzętowych urządzeń mobilnych oraz budowa aplikacji demonstracyjnej wykorzystującej śledzenie wzroku.

• Metody i zakres prac: Praca skupia się na optymalizacji procesów przechwytywania i przetwarzania obrazu z kamery frontowej smartfona w czasie rzeczywistym. Student przeanalizuje wydajność mobilnych bibliotek do wizji komputerowej, zaimplementuje funkcjonalność estymacji punktu skupienia wzroku oraz przeprowadzi testy stabilności rozwiązania w różnych warunkach oświetleniowych.

• Wynik końcowy: Funkcjonalna aplikacja mobilna (Android/iOS) demonstrująca płynne śledzenie wzroku użytkownika.

B2. System mobilnej analizy afektywnej w interakcji człowiek-komputer

• Cel pracy: Projekt i implementacja aplikacji analizującej mimikę i ekspresję twarzy użytkownika w trakcie interakcji z urządzeniem.

• Metody i zakres prac: Proces realizacji obejmuje integrację modeli detekcji punktów charakterystycznych twarzy (facial landmarks) z klasyfikatorami emocji. Student opracuje moduł analizy strumieniowej, który w czasie rzeczywistym będzie generował wykresy reakcji emocjonalnej. Zakres prac obejmuje również stworzenie scenariuszy testowych (np. gry, testy psychologiczne), podczas których aplikacja będzie zbierać dane o afekcie użytkownika.

• Wynik końcowy: Aplikacja mobilna z modułem analizy emocji "na żywo" oraz systemem zapisu i porównywania wyników z wzorcami oczekiwanymi.

B3. Edge gaze, lekki system śledzenia wzroku dla telefonów

• Cel pracy pracy: Adaptacja i kompresja modeli uczenia głębokiego do estymacji spojrzenia dla urządzeń typu Edge.

• Metody i zakres prac: Praca o charakterze inżynieryjno-badawczym. Student zastosuje zaawansowane techniki optymalizacji, takie jak kwantyzacja wag, pruning oraz destylacja wiedzy, w Cel pracyu przeniesienia ciężkich modeli CNN na formaty mobilne (TFLite/ONNX). Zakres prac obejmuje wykorzystanie akCel pracyeracji sprzętowej (GPU/NPU) oraz opracowanie benchmarków wydajnościowych dla różnych klas procesorów mobilnych.

• Wynik końcowy: Zoptymalizowany model AI (file-ready) oraz instrukcja jego integracji z systemami wbudowanymi wraz z raportem wydajności (FPS vs. dokładność).

B4. Adaptacyjne interfejsy GUI sterowane spojrzeniem dla osób z dysfunkcjami motorycznymi

• Cel pracy: Zaprojektowanie i weryfikacja empiryczna użyteczności interfejsów sterowanych wzrokiem.

• Metody i zakres prac: Realizacja pracy w nurcie User-Centered Design. Student zaprojektuje zestaw komponentów interfejsu (przyciski typu dwell-click, nawigacja gestami oczu), a następnie zbuduje prototyp aplikacji. Kluczowym etapem jest przeprowadzenie badań użyteczności z grupą testową, zbieranie metryk czasu wykonania zadań (TCT) oraz błędów, co pozwoli na sformułowanie wytycznych dla projektantów UX.

• Wynik końcowy: Interaktywny prototyp interfejsu oraz raport z badań użyteczności zawierający rekomendacje projektowe.

B5. Metody efektywnego kodowania strumieni wideo w zdalnej okulometrii

• Cel pracy: Optymalizacja transmisji danych wizyjnych dla potrzeb zdalnego śledzenia wzroku przy niskim przepływie danych.

• Metody i zakres prac: Praca obejmuje implementację mechanizmu kodowania ROI (Region of Interest), który priorytetyzuje jakość obrazu w obszarze oczu kosztem tła. Student zbada wpływ adaptacyjnej częstotliwości klatek oraz różnych kodeków na dokładność estymacji wzroku po stronie serwera. Praca wymaga przeprowadzenia eksperymentów sieciowych symulujących zmienne warunki pasma (QoS).

• Wynik końcowy: Demonstrator systemu klient-serwer optymalizujący przesył wideo oraz analiza korelacji między stopniem kompresji a precyzją eye-trackingu.

B5. Aplikacja mobilna BCI

Opracowanie aplikacji mobilnej, której główną funkcjonalnością będzie analiza EEG jako wejściowego sygnału sterującego.

B6. System mobilnego screeningu zaburzeń neurodegeneracyjnych

• Cel pracy: Budowa modelu klasyfikacyjnego analizującego wzorce ruchów oczu pozyskane za pomocą smartfona.

• Metody i zakres prac: Student opracuje mobilny potok przetwarzania danych, który ekstrahuje kluczowe cechy okulomotoryczne (sakady, czas fiksacji, stabilność spojrzenia) za pomocą kamery frontowej. Następnie zaimplementuje klasyfikator (np. XGBoost lub CNN), który na podstawie tych cech będzie sugerował ryzyko wystąpienia zmian neurodegeneracyjnych. Praca obejmuje walidację statystyczną modelu pod kątem czułości i swoistości.

• Wynik końcowy: Prototyp aplikacji mobilnej służącej do przesiewowych badań diagnostycznych wraz z raportem walidacji modelu ML.

B7. Mechanizmy ochrony prywatności w systemach mobilnej analizy danych biometrycznych

• Cel pracy: Zastosowanie technik uczenia federacyjnego i prywatności różnicowej w aplikacjach biometrycznych.

• Metody i zakres prac: Student zaprojektuje architekturę systemu, w której proces trenowania modelu odbywa się lokalnie na urządzeniu użytkownika (Federated Learning), a do centralnego serwera przesyłane są jedynie zanonimizowane poprawki wag modelu. Zakres prac obejmuje implementację mechanizmów Differential Privacy oraz testy porównawcze wydajności i dokładności modelu "prywatnego" względem podejścia scentralizowanego.

• Wynik końcowy: Demonstrator systemu ochrony prywatności danych biometrycznych oraz raport KPI dotyczący bezpieczeństwa danych.

B8. Wykorzystanie sensorów biometrycznych smartfona jako kontrolera w mobilnych grach zręcznościowych

• Metody i zakres prac: Projekt gry mobilnej, w której kluczowe mechaniki (np. stabilność Cel pracyownika, prędkość poruszania się) są powiązane z tętnem użytkownika (mierzonym przez aparat) lub precyzyjnymi danymi z akCel pracyerometru. Student skupi się na balansowaniu rozgrywki tak, aby dane biometryczne stanowiły naturalne rozszerzenie sterowania.

• Wynik końcowy: Grywalna aplikacja mobilna z unikalnym systemem sterowania biometrycznego.

Zakres tematyczny C: VR & XR

C1. Projekt koncepcyjny autorskich gogli VR

• Cel pracy: Projektowanie i budowa niskokosztowego urządzenia VR.

• Metody i zakres prac: Praca o charakterze interdyscyplinarnym. Student wybierze komponenty optyczne i wyświetlacz, zaprojektuje i wydrukuje obudowę 3D oraz zaprogramuje mikrokontroler do obsługi czujników orientacji (IMU). Następnie przeprowadzi analizę porównawczą autorskiej konstrukcji z komercyjnymi zestawami (np. Meta Quest) pod kątem parametrów technicznych i wygody użytkowania.

• Wynik końcowy: Prototyp działających gogli VR oraz dokumentacja techniczna budowy urządzenia.

C2. Analiza wydajności Foveated rendering w VR

• Cel pracy: Zbadanie możliwości optymalizacji renderowania w VR w oparciu o śledzenie wzroku.

• Metody i zakres prac: Student zaimplementuje technologię foveated rendering w silniku graficznym, wykorzystując dane z eye-trackera wbudowanego w gogle. Zakres prac obejmuje przeprowadzenie serii eksperymentów wydajnościowych (pomiary FPS, obciążenie GPU) przy różnych stopniach degradacji obrazu na peryferiach pola widzenia oraz ocenę subiektywną jakości obrazu przez użytkowników (fps, perceptual quality).

• Wynik końcowy: Aplikacja testowa VR zaimplementowana w Unity/Unreal oraz raport z analizy zysku wydajnościowego.

C3. Dynamiczne dostosowanie poziomu trudności (DDA) w oparciu o analizę stanu afektywnego gracza

• Metody i zakres prac: Praca polega na stworzeniu modułu AI do gry, który w czasie rzeczywistym analizuje mimikę gracza. Na podstawie wykrytej frustracji lub znudzenia, system modyfikuje parametry gry (np. liczbę przeciwników, szybkość rozgrywki). Student zintegruje model klasyfikacji emocji z logiką gry w silniku Unity.

• Wynik końcowy: Prototyp gry z aktywnym systemem DDA reagującym na stan emocjonalny gracza.

C4. Mechaniki interakcji "Gaze-to-Action" w grach przygodowych VR

• Metody i zakres prac: Praca skupia się na eliminacji tradycyjnych kontrolerów na rzecz sterowania wzrokiem. Student opracuje zestaw mechanik (np. teleportacja w miejsce spojrzenia, podnoszenie przedmiotów przez fiksację wzroku). Zakres prac obejmuje testy porównawcze z tradycyjnym sterowaniem pod kątem immersji i zmęczenia wzroku (eye strain).

• Wynik końcowy: Gra przygodowa VR w pełni grywalna przy użyciu wyłącznie śledzenia wzroku.

C5. Systemy aktywnej redukcji choroby lokomocyjnej/symulatorowej (Cyber-Sickness) w grach XR

• Metody i zakres prac: Realizacja systemu, który w czasie rzeczywistym wykrywa sytuacje sprzyjające nudnościom (np. szybki obrót kamery) i stosuje dynamiczne filtry (np. winietowanie, dodanie statycznego punktu odniesienia). Student przeprowadzi badania na grupie użytkowników, aby zweryfikować skuteczność różnych metod redukcji symptomów.

• Wynik końcowy: Moduł optymalizujący komfort użytkowania (Comfort Plugin) do silnika Unity wraz z raportem z badań user-study.