Original title:
Detekce a klasifikace poškození otisku prstu s využitím neuronových sítí
Translated title:
Detection and Classification of Damage in Fingerprint Images Using Neural Nets
Authors:
Vican, Peter ; Drahanský, Martin (referee) ; Kanich, Ondřej (advisor) Document type: Master’s theses
Year:
2021
Language:
slo Publisher:
Vysoké učení technické v Brně. Fakulta informačních technologií Abstract:
[slo][eng]
Cieľom diplomovej práce je naštudovať a navrhnúť experimentálne vylepšenie konvolučnej neurónovej siete pre detekciu ochorenia. Ďalším cieľom je rozšíriť klasifikátor o nový typ detekcie. Jedná sa o poškodenie pri snímaní odtlačku prsta tlakom. Experimentálne vylepšená konvolučná sieť je implementovaná pomocou PyTorch. Sieť detekuje aká časť odtlačku prsta je poškodená a túto časť vykreslí do odtlačku prsta. Pri trénovaní siete sú použité syntetické odtlačky prstov. K syntetickým odtlačkom prstom sú doplnené aj reálne odtlačky prstov.
The aim of this diploma thesis is to study and design experimental improvement of the convolutional neural network for disease detection. Another goal is to extend the classifier with a new type of detection. he new type of detection is damage fingerprint by pressure. The experimentally improved convolutional network is implemented by PyTorch. The network detects which part of the fingerprint is damaged and draws this part into the fingerprint. Synthetic fingerprints are used when training the net. Real fingerprints are added to the synthetic fingerprints.
Keywords:
convolutional neural networks; damage and detection; dyshidrosis; fingerprint; Keras; metacentrum; pressure; psoriasis; python; PyTorch; warts
Institution: Brno University of Technology
(web)
Document availability information: Fulltext is available in the Brno University of Technology Digital Library. Original record: http://hdl.handle.net/11012/200168