Globoko nevronsko omrežje za avtentikacijo preko obrazne biometrijeGrm, Klemen (Avtor) Štruc, Vitomir (Mentor) globoko učenjebiometrijaračunalniški vidV pričujočem delu je predstavljen in ovrednoten model PISI (Pose-Invariant Similarity Index) za avtentikacijo ljudi preko obrazne biometrije. Predstavlja poizkus robustne rešitve problema določitve, če dve dani sliki obrazov predstavljata isto osebo, neobčutljive na pozo obraza na sliki. Razviti model temelji na globokih konvolucijskih nevronskih omrežjih. Naučen model je ovrednoten na standardnih zbirkah obraznih slik FERET in IJB-A. Eksperimentalni rezultati kažejo, da model PISI na teh dveh podatkovnih bazah dosega boljše rezultate od modelov PCA in LDA z Gaborjevimi filtri, ki sta bila uporabljena za primerjavo. Poglavje 1 poda uvod v delo. Poglavje 2 poda zgodovinski pregled področij globokih nevronskih omrežij in računalniške obdelave obrazne biometrije. Poglavje 3 predstavlja pregled teoretičnega ozadja strukture in učenja globokih nevronskih omrežij. Poglavje 4 poda strukturo modela PISI in postopke učenja, uporabljene za določitev njegovih prostih parametrov. Poglavje 5 predstavi podatkovne baze in metode, uporabljene za vrednotenje modela, poglavje 6 pa rezultate vrednotenja. Zaključki dela so podani v poglavju 7.20152015-09-11 08:25:04Magistrsko delo/naloga72300VisID: 32042sl