Wprowadzenie Rozpoznawanie Twarzy i Systemy Biometryczne 20052006 Micha

Wprowadzenie Rozpoznawanie Twarzy i Systemy Biometryczne, 2005/2006

Michał Kawulok E-mail: n n michal. kawulok@polsl. pl mkawulok@future-processing. com Pokój 213 Konsultacje: n n środa 10: 00 – 12: 00 czwartek 13: 00 – 13: 30/14: 00 (? ) Rozpoznawanie Twarzy i Systemy Biometryczne, 2005/2006

Kwestie organizacyjne 1 Wykład dla VII i IX semestru Laboratorium: n n 4 – 5 tematów zaliczenie na podstawie sprawozdań Opcjonalny egzamin w formie testowej Rozpoznawanie Twarzy i Systemy Biometryczne, 2005/2006

Kwestie organizacyjne 2 Alternatywne możliwości zaliczenia: n realizacja większego projektu (negocjowane indywidualnie) Możliwość zwolnienia z części laboratorium i egzaminu Rozpoznawanie Twarzy i Systemy Biometryczne, 2005/2006

Laboratorium Dwa terminy n n n czwartek 10: 00 czwartek 11: 30 możliwe 4 h co 2 tygodnie (? ) Podział na sekcje. . . Zaczynamy 13/10/2004 Rozpoznawanie Twarzy i Systemy Biometryczne, 2005/2006

Czego dotyczy wykład? System do rozpoznawania twarzy Pomysły naukowców -> praktyka Kolejne etapy rozpoznawania Informacje praktyczne + teoria. . . Metody i technologie dotyczące nie tylko rozpoznawania twarzy Inne metody biometryczne Rozpoznawanie Twarzy i Systemy Biometryczne, 2005/2006

Systemy biometryczne Identyfikacja na podstawie cech ludzkiego ciała: n n n odciski palców tęczówka twarz charakter pisma cechy dynamiczne Rozpoznawanie Twarzy i Systemy Biometryczne, 2005/2006

Co to znaczy rozpoznać? Baza danych: n próbki podzielone na klasy Główne klasy zadań: n n klasyfikacja weryfikacja znany – nieznany pełna identyfikacja Zadanie wykonywane automatycznie Rozpoznawanie Twarzy i Systemy Biometryczne, 2005/2006

Zadania systemu obraz z kamery System do rozpoznawania twarzy identyfikacja osoby Baza danych Rozpoznawanie Twarzy i Systemy Biometryczne, 2005/2006

Etapy rozpoznawania Detekcja Normalizacja Porównywanie wektorów cech Ekstrakcja cech Rozpoznawanie Twarzy i Systemy Biometryczne, 2005/2006

Detekcja Wejście: n n n obraz z kamery na obrazie mogą występować twarze różnej wielkości Cel: n wykrycie punktów charakterystycznych Rozpoznawanie Twarzy i Systemy Biometryczne, 2005/2006

Normalizacja Wejście: n n obraz z kamery lokalizacja punktów charakterystycznych Cel: n n generacja obrazu o niezmiennych parametrach eliminacja różnic wewnątrz-klasowych Rozpoznawanie Twarzy i Systemy Biometryczne, 2005/2006

Ekstrakcja cech Wejście: n obraz znormalizowany Cel: n n generacja klucza opisującego twarz znajdującą się na obrazie klucze łatwe do porównywania Rozpoznawanie Twarzy i Systemy Biometryczne, 2005/2006

Porównywanie kluczy Klucz – ciąg liczb Odległość Euklidesowa Klasyfikatory: n n sztuczne sieci neuronowe (ANN) mechanizm wektorów wspierających (SVM) Rozpoznawanie Twarzy i Systemy Biometryczne, 2005/2006

Sekwencje obrazów Rejestracja wielu klatek (DVR) Sąsiadujące klatki: n n n mała różnica czasu podobne obiekty różnica w jakości Śledzenie obiektów (twarzy) Rozpoznawanie próbek wielokrotnych Rozpoznawanie Twarzy i Systemy Biometryczne, 2005/2006

Rozpoznawanie twarzy Zalety: n niska inwazyjność wysoka szybkość system wspomagający identyfikację Wady: n n n stosunkowo niska skuteczność „zmienność” twarzy twarz nie zawsze jest widoczna Rozpoznawanie Twarzy i Systemy Biometryczne, 2005/2006