Razpoznava prstnih sledi s pomočjo globokega učenjaAnžur, Lara (Avtor) Peer, Peter (Mentor) Oblak, Tim (Komentor) iskanje ujemanj prstnih slediidentifikacijagloboko učenjesiamske nevronske mrežeprostorske transformatorske mrežetrojna izgubaPrstni odtisi so izjemno zanesljiv način identifikacije posameznikov v forenziki, saj so edinstveni in trajni. Klasične metode prepoznave prstnih odtisov, ki uporabljajo strojno učenje, se pogosto soočajo z izzivi pri obdelavi nizkokakovostnih primerov, kar zahteva asistenco forenzikov. Vedno bolj priljubljena postaja uporaba globokega učenja, ki odpravlja nekatere od omejitev klasičnih metod, vendar je na tem področju še vedno razvitih premalo rešitev. V tej diplomski nalogi smo razvili model, ki temelji na siamskih nevronskih mrežah (SNN) v kombinaciji z arhitekturo ResNet34, kar nam je omogočilo učinkovito primerjavo prstnih sledi v latentnem prostoru. Osnovni model smo dodatno izboljšali z integracijo prostorskih transformatorskih mrež (STN), ki zagotavljajo rotacijsko invariantnost, ter z vključitvijo domenskega znanja o minucijah, s čimer smo v proces dodali dodatne relevantne informacije. Metode smo ovrednotili na več javno dostopnih podatkovnih zbirkah, pri čemer je naš model dosegel višjo stopnjo natančnosti v primerjavi z nekaterimi klasičnimi metodami, kar potrjuje tudi perspektivnost globokega učenja na področju identifikacije prstnih sledi.20242024-09-03 16:00:11Diplomsko delo/naloga160706sl