20.500.12556/RUL-119079 Primerjalna analiza postopkov za samodejno razpoznavanje uhljev Comparative analysis of automatic ear recognition techniques V pričujočem diplomskem delu se osredotočamo na problem biometrične prepoznave ljudi prek uhljev; natančneje, osredotočamo se na vrednotenje uspešnosti štirih algoritmov, namenjenih luščenju značilk s slik uhljev, ki jih je mogoče uporabiti tako pri prepoznavi z identifikacijo kot z verifikacijo. Ti algoritmi so: lokalni binarni vzorci (angl. Local Binary Patterns – LBP), lokalna kvantizacija faze (angl. Local Phase Quantisation – LPQ), histogram orientiranih gradientov (angl. Histogram of Oriented Gradients – HOG) in Gaborjevi valčki (skrajšano Gabor). Naše glavno orodje za vrednotenje uspešnosti algoritmov je ROC krivulja, uporabimo pa tudi nekaj drugih mer uspešnosti. V Uvodu najprej predstavimo sorodna dela, s pomočjo katerih orišemo zgodovino metod za biometrično prepoznavo ljudi. Ta se je začela že veliko pred prvimi računalniki, in sicer z odkritjem prstnih odtisov ter uporabo le teh za biometrično prepoznavo znanih kriminalcev v 19. stoletju. Nadaljujemo s teoretičnimi osnovami vsakega od algoritmov ter primerjavo med njimi. Nato predstavimo še sam postopek vrednotenja algoritmov, pri čemer opišemo tudi podatkovno zbirko in strojno opremo, ki smo ju pri tem uporabili. V zadnjem poglavju s pomočjo grafov in tabel prikažemo točne podatke, s katerimi smo določili uspešnost algoritmov. Ugotavljamo tudi, ali se uspešnost posameznih algoritmov razlikuje glede na spol in etnično pripadnost ljudi na slikah. In this diploma we focus on recognition of subjects using ear images; more accurately, we focus on evaluation of four algorithms, used as feature extractors, which we can use for either identification or verification. The four algorithms are: Local Binary Patterns – LBP, Local Phase Quantisation – LPQ, Histogram of Oriented Patterns – HOG and Gabor wavelets (also Gabor). Our main tool for evaluating algorithm success is the Receiver Operating Characteristic – ROC curve, but we also use a couple of other mathematical tools. First, we present similar works, which represent the history of biometric recognition methods. Those first appeared a lot earlier than computers – in the late 19th century, when fingerprints were first used to recognize known criminals. We proceed with theoretical descriptions of each of the algorithms and comparisons between them. Moving on, we describe our evaluation process, along with the description of the database and the hardware we used. Furthermore, we show the data, which we used to determine algorithm success and accuracy, showing graphs and processes that we used. We also compare the algorithm success depending on gender and ethnicity of the people in the images. biometrična prepoznava LBP lokalni binarni vzorci LPQ lokalna kvantizacija faze HOG histogram orientiranih gradientov Gaborjevi valčki Gabor identifikacija verifikacija podatkovna zbirka uhlji biometric recognition LBP local binary patterns LPQ local phase quantization HOG histogram of oriented gradients Gabor wavelets Gabor identification verification database ears true false false Slovenski jezik Angleški jezik Diplomsko delo/naloga 2020-09-02 12:15:00 2020-09-02 12:15:07 2022-08-31 03:51:16 0000-00-00 00:00:00 2020 0 0 0000-00-00 NiDoloceno NiDoloceno NiDoloceno 0000-00-00 0000-00-00 0000-00-00 1970-01-01 46421 Crnigoj_Tomaz_-_Primerjalna_analiza_postopkov_za_samodejno_razpoznavanje_uhljev.pdf Crnigoj_Tomaz_-_Primerjalna_analiza_postopkov_za_samodejno_razpoznavanje_uhljev.pdf 1 B02BD8FBFADCC1C3B74AACCB2146C52A 595617e5e03b75cb20257cb04e336582502d29fd9b5992df280e1bed30750d83 ba3662a3-a1b9-11eb-a523-00155dcfd717 https://repozitorij.uni-lj.si/Dokument.php?lang=slv&id=133734 Fakulteta za elektrotehniko 0 0 0