Detail práce
Odhad kvality snímků duhovky pro identifikaci osob
Identifikácia osôb pomocou dúhovky predstavuje jeden z najpresnejších spôsobov biometrickej identifikácie. Pri všetkých biometrických systémoch je možné zapríčiniť rôzne chyby verifikácie nekvalitným vstupom. Odhadom kvality je možné odstrániť práve nekvalitné vstupy. V oblasti odhadu kvality snímok dúhovky je pomerne nevýrazný vývoj a veľa metód, ktoré by potenciálne mohli byť využité zatiaľ nie sú v tejto oblasti vyskúšané. Táto práca sa zameriava na použitie rôznych metód odhadu kvality využívaných pri rozpoznávaní tvárí. Tieto metódy odhadu kvality sú následne v tejto práci aplikované na oblasť identifikácie pomocou dúhovky. V riešení sú využité verifikačné systémy založené na rôznych konfigurácii architektúr iResNet a MobileNetV3. Na jednotlivé systémy sú aplikované vybrané metódy odhadu kvality. Jednotlivé metódy odhadu kvality buď to systém priamo trénujú alebo využívajú jeho výstupy pre získanie informácii o kvalite. Aplikované metódy odhadu kvality sú porovnané na štyroch rôznych dátových sadách. Na niektorých dátových sadách ako napríklad University of Notre Dame Iris CrossSensor 2013 dosahuje výsledný systém s aplikovaním najlepšej metódy odhadu kvality pri 10% odmietnutých vstupných pároch a false match rate 0.1% zníženie verifikačnej chyby false non-match rate až o 56% na hodnotu 0.5% pri iResNet50 a pri systéme založenom na MobileNetV3 až o 22% na hodnotu 6.4%.
biometria, CR-FIQA, MagFace, neurónové siete, odhad kvality snímok dúhovky, PyTorch, PFE, rozpoznávanie snímok dúhovky, SDD-FIQA, SER-FIQ, strojové učenie
Student nejprve prezentoval výsledky, kterých dosáhl v rámci své práce. Komise se poté seznámila s hodnocením vedoucího a posudkem oponenta práce. Student následně odpověděl na otázky oponenta a na další otázky přítomných. Komise se na základě posudku oponenta, hodnocení vedoucího, přednesené prezentace a odpovědí studenta na položené otázky rozhodla práci hodnotit stupněm B.
- Ze všech experimentů a ze shrnující tabulky 8.10 se zdá, že o žádné metodě hodnocení kvality snímků nelze říct, že překonává ty ostatní - vždy velmi záleží na datech, použitém modelu neuronové sítě a dalších okolnostech. Je tedy řešený problém tak nahodilý a nevyzpytatelný?
- Studované metody mají zřejmě hodnotit kvalitu jednotlivého snímku, ale ve všech grafech je IRR komentováno jako podíl vyloučených párů. Bylo by možné analyzovat, zda zkoumané algoritmy reagují spíše na pár nebo spíše na jednoho z jeho jednotlivců? Lze tady očekávat nějaká zajímavá zjištění či překvapení? Jak přesně je vzorek (jakožto pár) hodnocen, když studované metody vždy analyzují jednotlivý obrázek?
- Proč jste použil vámi zvolené metody? Neexistují pro duhovky vlastní metody?
- Testoval jste vaše řešení i na dalších snímcích?
- Jaká byla velikost snímků, které jste používal?
- Jak probíhala verifikace vašeho řešení?
Bidlo Michal, doc. Ing., Ph.D. (UPSY FIT VUT), člen
Janoušek Vladimír, doc. Ing., Ph.D. (UITS FIT VUT), člen
Kanich Ondřej, Ing., Ph.D. (UITS FIT VUT), člen
Peringer Petr, Dr. Ing. (UITS FIT VUT), člen
Smrž Pavel, doc. RNDr., Ph.D. (UPGM FIT VUT), člen
@mastersthesis{FITMT24833,
author = "Marek Va\v{s}ko",
type = "Diplomov\'{a} pr\'{a}ce",
title = "Odhad kvality sn\'{i}mk\r{u} duhovky pro identifikaci osob",
school = "Vysok\'{e} u\v{c}en\'{i} technick\'{e} v Brn\v{e}, Fakulta informa\v{c}n\'{i}ch technologi\'{i}",
year = 2022,
location = "Brno, CZ",
language = "slovak",
url = "https://www.fit.vut.cz/study/thesis/24833/"
}