|
|
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.
|
|
| |
|
|
Meta-heuristické algoritmy pro výběr příznaků v klasifikaci srdečních onemocnění
Švestková, Tereza ; Odstrčilík, Jan (oponent) ; Mézl, Martin (vedoucí práce)
Tato práce je věnována postupům při výběru relevantních příznaků pro klasifikační úlohy týkající se srdečních onemocnění. Optimální výběr příznaků je klíčovým faktorem pro správnou funkčnost klasifikačních modelů a v případě medicíny pro zlepšení diagnostiky. Teoretická část pojednává o obecné klasifikační úloze ve strojovém učení. Dále jsou podrobněji popsány některé klasické postupy i novější meta-heuristické algoritmy pro efektivní selekci příznaků. Praktická část se věnuje aplikaci některých popsaných algoritmů na datové soubory související se srdečním onemocněním. Na základě ověření validity výsledku klasifikačního modelu podle vybraných příznaků běžnými postupy i evolučními algoritmy jsou diskutovány výhody a přínosy upřednostnění meta-heuristických algoritmů.
|
|
|
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.
|
|
|
Odhad progrese Parkinsonovy nemoci pomocí akustické analýzy řeči
Ustohalová, Iveta ; Kiska, Tomáš (oponent) ; Galáž, Zoltán (vedoucí práce)
Tato diplomová práce se zabývá odhadem progrese Parkinsonovy nemoci pomocí akustické analýzy řeči. V jejím rámci byla prostudována problematika hypokinetické dysartrie jako důsledku Parkinsonovy nemoci a její vliv na mluvený projev. Dále byly podrobně prostudovány metody předzpracování řečového signálu a řečové parametry vhodné pro klasifikaci patologické řeči. Následně byl v prostředí MATLAB vytvořen systém pro odhad hodnoty UPDRS III škály, což je hodnota subjektivně určená lékařem, pomocí jednoho individuálního příznaku a poté byla pomocí algoritmu SFFS vybrána nejlepší kombinace příznaků, která odhaduje hodnotu UPDRS III s nejmenší chybou. Pozornost je taktéž věnována korelaci jednotlivých příznaků s UPDRS III škálou.
|
|
| |
|
|
Detekce a rozpoznávaní tváře s využitím platformy Raspberry Pi
Rozhoňová, Andrea ; Mézl, Martin (oponent) ; Hesko, Branislav (vedoucí práce)
Následující bakalářská práce se věnuje problematice detekce a rozpoznání tváří v obraze. Teoretická část rozděluje metody detekce a rozpoznání obličeje do několika skupin, které jsou poté blíže popsány a vysvětleny. Na konci teoretické části je shrnuto současné využití rozpoznání osob na základě tváří v praxi. V praktické části je implementovaná metoda detekce obličeje jako kombinace přístupu, který využívá haarovy příznaky a přístupu s vyhledáváním pomocí šablony oka. Následné rozpoznání zajišťuje konvoluční neuronová síť. Závěrem jsou shrnuty zásady a problémy spojené s implementací na mikropočítač Raspberry Pi.
|
|
|
Biometrické rozpoznání živosti prstu
Jurek, Jakub ; Smital, Lukáš (oponent) ; Vítek, Martin (vedoucí práce)
Tato práce se zabývá problematikou obecné biometrie se zaměřením na biometrii otisku prstu, s popisem papilárních linií a principů snímačů otisků prstů. Dále se práce zabývá problematikou detekce živosti prstu včetně popisu metod detekce. Dále práce popisuje vybrané příznaky pro vlastní detekci, použitou databázi otisků a vlastní algoritmus pro předzpracování obrazu. Následuje popis použitého klasifikátoru neuronová síť pro detekci živosti pomocí vybraných příznaků, statistické vyhodnocení výsledků detekce a vybraných příznaků a popis vytvořeného grafického uživatelského rozhraní.
|
|
|
Detekce a korespondence významných bodů v obraze
Hasmanda, Martin ; Kohoutek, Michal (oponent) ; Říha, Kamil (vedoucí práce)
Hlavním cílem této bakalářské práce byly seznámit se základními technikami zpracování obrazu, převážně na detekci významných bodů ve snímcích jedné scény z více pohledů a stanovení vzájemné korespondence těchto bodů. Na úvod byly popsány základní principy pro pochopení počítačového vidění, jako jsou perspektivní projekce, popis modelu kamery a odvození základního vztahu pro geometrii dvou pohledů. Z detekčních metod byl představen nejznámější Harrisův detektor, který se často používá pro svou jednoduchost a SIFT detektor, který je navíc invariantní vůči změně měřítka. Harrisův detektor je popsán podrobně. V následujících kapitolách byly popsány základní principy pro nalezení korespondencí mezi významnými body. Pro tyto účely byl Podrobně popsán vztah mezi dvěma korespondujícími body ležících na dvou projekčních rovinách a jejich výpočet za pomocí matice Homografie. Přesněji byl odvozen pro jednoduchost vztah mezi kamerami se stejným středem promítání, jenž se používá např. v sestavení panoramat z více snímků. Poté byl zaveden princip epipolární geometrie a jejího matematického vyjádření v podobě fundamentální matice, s jejíž pomocí lze definovat vztah mezi dvěma nebo více projekčními rovinami a bodem v prostoru. Pro vyhledání prvotních korespondencí bylo použito technik porovnání na základě podobnosti za pomocí algoritmů SSD nebo NCC. Hlavním Algoritmem pro výpočet korespondencí byl podrobně popsaný pravděpodobnostní algoritmus RANSAC v základní podobě a dále upravený na MLESAC. Na závěr byl uveden popis jednoduché aplikace pro implementaci popsaných metod.
|
|
| |
host ::
RSS.