Metode globokega učenja za biometrično razpoznavanje na podlagi očesaRot, Peter (Avtor) Peer, Peter (Mentor) Štruc, Vitomir (Komentor) globoko učenjekonvolucijske nevronske mrežebeločnicašarenicaperiokularna informacijasegmentacijarazpoznavanjeUspešnost biometričnih sistemov, ki razpoznavanjo na podlagi očesnih modalnosti, je kritično odvisna od pogojev zajema slike in od natančnosti postopka segmentacije. Za zmanjšanje napak tovrstnih biometričnih sistemov potrebujemo odporne segmentacijske metode. Šarenica je bila kot biometrična modalnost zaradi visoke razpoznavalne natančnosti v preteklem desetletju deležna velike pozornosti, raziskovalci pa so kot samostojne modalnosti (ali dopolnilne šarenici) predlagali tudi beločnico in periokularno regijo. Z metodami globokega učenja, ki so se na mnogih področjih računalniškega vida izkazale kot najbolj uspešne, v tem delu obravnavamo vsako modalnost posebej (beločnico, periokularni del, šarenico), nato pa s fuzijo vse tri združimo v enoten razpoznavalni cevovod. Glaven poudarek dela je na razpoznavanju iz beločnice, pri katerem i) izdelamo novo podatkovno zbirko SBVPI, ii) predlagamo segmentacijske metode, s katerimi smo dvakrat osvojili prvo mesto na tekmovanjih SS(ER)BC, ter iii) razvijemo in ovrednotimo preostanek cevovoda za razpoznavanje na podlagi beločnice. Predlagamo metodo za večrazredno segmentacijo očesa, s katero dosežemo vzpodbudne rezultate. Nato predlagamo in ovrednotimo cevovod za razpoznavanje na podlagi periokularnega dela, za razpoznavanje na podlagi šarenice pa uporabimo že obstoječ cevovod. Na koncu ovrednotimo še fuzijo vseh treh modalnosti. Z metodami globokega učenja dosežemo obetavne razpoznavalne natančnosti za vsako izmed treh modalnosti. Z združevanjem modalnosti v skupen fuzijski sistem pa razpoznavno natančnost dodatno izboljšamo.20182018-10-02 16:25:02Magistrsko delo/naloga104032VisID: 21001sl