|
Biometric fingerprint liveness detection
Rišian, Lukáš ; Vítek, Martin
This work addresses the problem of biometric recognition of fingerprint liveness to identify and differentiate between real fingerprints and their artificial replicas. The main objective was to identify the features that are crucial for fingerprint liveness recognition and based on these features to propose an efficient classification algorithm. We worked with the LivDet database from 2009, which contains both real and fake fingerprints. This database has been used in a worldwide competition and the results of all implemented algorithms are publicly available for subsequent comparison of success rates. An important part of this work was the preprocessing of the image data, which was crucial for testing the selected features and implementing the algorithms. We analyzed more than 180 different features from which we selected the most relevant ones. We then used the selected features to develop several fingerprint recognition and classification algorithms. Using the selected features, several possible variations of the algorithms have been proposed. Among all the implemented algorithms, we achieved the best result of almost 90%. Compared to other algorithms that have been implemented for the same purpose and have been used and tested on the same database, this can be considered a satisfactory and reliable result. In conclusion, the main objective of this work was to provide an efficient, secure, and reliable solution in the field of biometric fingerprint spoof detection.
|
|
Application, analysis and evaluation of a novel medical image annotation and segmentation tools
Sucháček, Jan ; Paštěka, Richard (oponent) ; Dr.Benjamin Ramberger, MSc. BSc. BSc. (vedoucí práce)
Tato práce se zabývá vytvářením 3D modelů horních cest dýchacích člověka na základě CT snímků, aby se zlepšilo porozumění složitým anatomickým detailům horních cest dýchacích, pomohlo odhalit patologické změny a usnadnilo terapeutické rozhodování. Tyto modely rovněž umožňují simulaci a hodnocení charakteristik proudění vzduchu v horních cestách dýchacích člověka. K vytvoření těchto 3D modelů byly použity dvě anotační a tři segmentační metody na souboru dat šesti CT snímků pacientů. Pro všechny výsledné 3D modely byly vypočteny různé metriky, jako je počet trojúhelníků, plocha povrchu, objem, objem průsečíku modelů, Diceův koeficient a vzdálenost mezi modely, aby bylo možné modely charakterizovat a metody porovnat. Byla provedena podrobná analýza zaměřená na čtyři anatomické části: nosní dutinu s dutinami, hltan, hrtan a průdušnici. Kromě toho byla na jednom modelu provedena simulace výpočetní dynamiky tekutin (CFD) pro analýzu proudění vzduchu v horních cestách dýchacích během dýchání. Tato simulace umožnila nahlédnout do dynamiky proudění vzduchu v horních cestách dýchacích a potenciálně snížit potřebu invazivních vyšetření. Výsledky této práce ukazují potenciál 3D modelů horních cest dýchacích pro zlepšení přesnosti diagnostiky, plánování léčby a výsledků léčby pacientů v respiračním lékařství.
|
|
Fusing image and non-grid-like data for object segmentation
Repka, Samuel ; Nosko, Svetozár (oponent) ; Zemčík, Pavel (vedoucí práce)
Quite often, a phenomenon of interest can described by more than one data source. For example, a car's appearance shows its colour and brand, but not its engine status. However, other data sources do provide us with this information, be it a sound or mere touch. Such data source is often referred to as a modality. While using a single data source to extract the needed information may be sufficient, the addition of more modalities can be beneficial, because of their complementary nature. This data fusion, however, may be a quite challenging process. Different kinds of data have different properties, structures and various challenges connected to them. A plethora of different methods has been proposed, but usually, the methods are very data-dependent. This thesis presents a new approach to the fusion of two modalities, primarily for the purpose of image segmentation. One of the modalities is image, and the second one is any non-grid-like modality. The method uses a graph to jointly represent both modalities, aiming to capture the intra and inter-modalities relationships as accurately as possible. The graph is then processed, producing a graph with fused data, or a direct segmentation. The proposed method was evaluated on two datasets (from the fields of mineralogy and timber processing) and compared to another solution, showing both the potential and limitations of the method. In case of the mineralogy dataset, the results are very encouraging, showing that the method is capable of data fusion, even outperforming a contemporary method. In case of the timber dataset, the results were not as conclusive, as the method failed to improve the results when compared to a baseline solution, which may have been caused by a challenging dataset.
|
|
Segmentation of hyperspectral images of lizards
Kotrys, Kryštof ; Parák, Roman (oponent) ; Škrabánek, Pavel (vedoucí práce)
This master's thesis focuses on creating a data processing system for segmentation of hyperspectral images of lizards living in the Czech Republic. The first part of the thesis contains a survey of existing image segmentation methods, information about hyperspectral imagery and convolutional neural network theory. The second part proposes a data processing pipeline that creates image segmentation masks for the assigned dataset, as well as presents achieved results.
|
|
Biometric fingerprint liveness detection
Rišian, Lukáš ; Smital, Lukáš (oponent) ; Vítek, Martin (vedoucí práce)
This bachelor thesis deals with the problem of biometric fingerprint liveness recognition. The aim of the thesis is to propose a solution that reliably and securely recognizes fake fingerprints from genuine ones. Specifically, the work focuses on investigating methods for detecting fingerprint liveness using software tools, creating a custom fingerprint test database, testing and identifying relevant characteristics for successful liveness detection, and using them to implement fingerprint liveness recognition algorithms. Another goal was to create a GUI to provide a tool for overall detection. The work includes an analysis of the basics of biometrics, fingerprint characteristics and structure, current sensors used for fingerprint extraction, databases used, image preprocessing methods, tested features, implemented algorithms, and two GUI variants. More than 180 different image features were tested and more than 20 variants of algorithms were implemented. From these algorithms, the best ones were selected, whose detection results were then compared with those of foreign authors. The best algorithm achieved an accuracy of almost 90%, which can be considered a reliable and satisfactory result compared to foreign authors.
|
|
Tvorba 3D modelu čelistního kloubu
Šmirg, Ondřej ; Bartušek, Karel (oponent) ; Liberda,, Ondřej (oponent) ; Smékal, Zdeněk (vedoucí práce)
Dizertační práce pojednává o 3D rekonstrukci temporomandibulárního kloubu z 2D řezů tkání získané z magnetické rezonance. Současná praxe používá 2D MRI řezů pro určení diagnózy. 3Dmodel má mnoho výhod pro určení diagnózy, které vycházejí ze znalosti prostorové informace. Současná medicína používá 3D modely tkání, ale u tkáně čelistního kloubu existuje problém se segmentací kloubního disku. Tato malá tkáň, která má malý kontrast a velice podobné statistické vlastnosti, jako její okolí, lze jen složitě segmentovat. Pro segmentaci kloubního disku byly vyvinuty nové metody založené na znalosti anatomie oblasti kloubního disku a dále na statistice využívající genetického algoritmu. Soubor 2D řezu má různé rozlišení v osách x,y a ose z. Pro sjednocení rozlišení byl vyvinut algoritmus nadvzorkování, který se snaží zachovat tvarové vlastnosti tkáně. V poslední fázi tvorby 3D modelů bylo využito již standardně používaných metod, avšak tyto metody pro decimaci a vyhlazení mají různé možnosti nastavení (počet polygonů modelu, počet iterací algoritmu). Protože výsledkem práce je získání co nejvěrnějšího modelu reálné tkáně, bylo nutné vytvořit objektivní metody, pomocí kterých by bylo možné nastavit algoritmy tak, aby bylo dosaženo co nejlepšího kompromisu mezi mírou zkreslení a dosažením věrohodnosti modelu.
|
|
Využití senzoru Kinect pro detekci osob
Janás, Lukáš ; Šmirg, Ondřej (oponent) ; Přinosil, Jiří (vedoucí práce)
Práce pojednává o způsobech detekce osob za pomoci zařízení Kinect od společnosti Microsoft. Hloubkový obraz pořízený tímto zařízením je dále zpracováván pomocí stan- dartních algoritmů pro práci s obrazem za využití volně dostupné knihovny OpenCV. Všechny používané metody zpracování obrazu jsou podrobně popsány z hlediska jejich funkce a vlivu na změnu obrazu. Praktická část práce se zaměřuje na realizaci jednodu- chého programu sloužícího pro segmentaci obrazu a nalezení osob v něm.
|
| |
|
Identifikace osob pomocí bipedální lokomoce
Krzyžanek, Jakub ; Richter, Miloslav (oponent) ; Horák, Karel (vedoucí práce)
Práce se zabývá metodami pro nalezení člověka při chůzi v sekvenci snímků a následným hledáním důležitých bodů pro porovnání průběhu jejich pohybu a identifikaci osob. Pro vyhledání siluety člověka jsou použity shlukové metody k-means a mean shift. Předtím však je pro nalezení přibližného místa hledaného člověka použita metoda rozdílových snímků, konkrétně estimace modelu prostředí, která nám zmenší pole hledání a zkrátí čas segmentace shlukových metod. Práce se při hledání důležitých bodů soustředí na tři místa: střed hlavy a klouby kotníků obou noh. Následně jsou tyto body znázorněny na původní sekvenci snímků a porovnány se skutečnými místy výskytu středu hlavy a kotníků, které uživatel předem vyznačil. Práce se taky zabývá porovnáním získaných průběhů pohybů těchto bodů a identifikaci osob, kterým patří snímaná chůze. Ke konci jsou zkoumány problematické situace, které se vyskytly v průběhu řešení práce. Výsledkem práce je algoritmus, který v sekvenci snímků (resp. videa) najde pohybujícího se člověka a vyhledá důležité body (střed hlavy a kotníky) pro porovnání a identifikaci osoby, které patří snímaná chůze.
|
|
Segmentace obrazu pomocí neuronové sítě
Vrábelová, Pavla ; Žák, Pavel (oponent) ; Švub, Miroslav (vedoucí práce)
Tato práce se zabývá aplikací neuronových sítí na problém segmentace obrazových dat. První část práce je věnována úvodu do problematiky zpracování obrazu a neuronových sítí, v druhé části je popsán vytvořený segmentační systém a jsou prezentovány výsledky provedených experimentů. Vytvořený segmentační systém umožňuje použití různých typů klasifikátorů, extrakci různých příznaků pro klasifikaci a také vyhodnocení úspěšnosti segmentace. Byly vytvořeny dva klasifikátory - neuronová síť (samoorganizační mapa) a algoritmus K-means. Pro klasifikaci byly použity barevné (RGB a HSV) a texturní příznaky a jejich kombinace. Texturní příznaky byly získány pomocí sady Gáborových filtrů. Byly provedeny experimenty s vytvořenými klasifikátory a extraktory a porovnány výsledky.
|