Študij: Elektrotehnika, UN 2 stopnja
Smer: Avtomatika in informatika
Steber: Izbirni – strokovni
Letnik: 2 letnik
Kreditne točke: 6 točk
Predavatelj/nosilec: izr. prof. dr. Vitomir Štruc
Cilj predmeta
Seznaniti študenta z osnovnimi načeli in gradniki biometričnih sistemov. Predstaviti in obdelati primere biometričnih sistemov za samodejno razpoznavanje ljudi. Razširiti znanje s področja samodejnega razpoznavanja vzorcev.
Vsebina
Vsebina predmeta se predstavi v okviru naslednjih vsebinskih sklopov:
- Uvod v biometrične sisteme: biometrične značilnosti (biološke, vedenjske), gradniki in faze delovanja sistema (registracija, verifikacija, identifikacija)
- Zajemanje bioloških (obraz, prstni odtis, šarenica, roka) in vedenjskih (glas, mimika, rokopis, hoja) značilnosti: merjenje z dotikom in brez dotika, najbolj pogosto uporabljani senzorji. Preverjanje kakovosti in pristnosti zajetih podatkov
- Gradnja eno- in več-modalnih biometričnih sistemov: viri biometrične informacije, nivoji in metode združevanja biometrične informacije. Primerjava eno- in več-modalnih sistemov
- Vrednotenje biometričnih sistemov: povprečni časi registracije in razpoznavanja, sistemske napake (napake prileganja in odločanja), napaka pri registraciji, napaka pri zajemu
- Preizkušanje biometričnih sistemov: načrt preizkusa, preizkusna populacija ljudi, preizkus registracije, verifikacije in identifikacije, preizkus, ki vključuje ponaredke. Baze biometričnih podatkov za avtomatizirane in ponovljive preizkuse
- Uporaba biometričnih sistemov: standardizacija in varovanje biometričnih podatkov. Etična in kulturološka vprašanja, povezana z uporabo biometričnih sistemov
- Seminarji: razvoj eno- in več-modalnih biometričnih sistemov, uporaba biometričnih sistemov v varnostnih (identifikacijski in potovalni dokumenti, elektronsko poslovanje, elektronski varnostni sistemi) in drugih (pametne sobe in okolja, uporabniku prilagojeno iskanje vsebin) aplikacijah
Pogoji za vključitev v delo
- Zaključen dodiplomski študij na področju elektrotehnike ali sorodnih tehniških oziroma naravoslovno-matematičnih ved.
- Vpis v študijski program.
- Osnove razpoznavanja vzorcev, strojnega učenja, verjetnostne teorije in računalniškega programiranja.
Obveznosti
Študenti imajo v okviru predmeta:
- izvedejo dve domači nalogi
- pripravijo seminar in ga predstavijo pred kolegi
Zgledi prejšnjih seminarjev:
- A. Đukič, Iris Segmentation Using Multi-Task Learning, SBS Seminar, 2022 [PDF]
- U. Bobek, Sclera Vein Enhancement Using Convolutional Neurla Networks to Improve Identity Verification, SBS Seminar, 2022 [PDF]
- M. Brodarič, Benchmarking Detection and Regression based Crowd-Counting Techniques, SBS seminar, 2022 [PDF]
- T. Kambič, Multi-task learning for joint face recognition and presentation attack detection, SBS seminar, 2018 [PDF]
- M. Kastelic, Using Domain-Knowledge for Correlation-based Face Tracking, SBS seminar, 2018 [PDF]
- M. Pernuš, 3-D Face Landmark Detection using Multitask Hourglass Model, SBS seminar, 2017 [PDF]
- S. Fabijan, Cross-Resolution Face Recognition using Quintuplet Metric Learning, SBS seminar, 2017 [PDF]
- J. Cubelos Ordas, Face Presentation Attack Detection using Nuisance Attribute Projection, SBS seminar, 2017 [PDF]
Kaj se bom naučil?
Po zaključku predmeta bo študent zmožen izkazati znanje in razumevanje:
- osnovnih načel in gradnje biometričnih sistemov za samodejno razpoznavanje ljudi,
- problemov zagotavljanja kakovosti biometričnih sistemov in varovanja biometričnih podatkov,
- etičnih in kulturoloških vprašanj, povezanih z uporabo biometričnih sistemov.
Uporaba znanja:
Uporaba pridobljenih znanj pri razvoju in gradnji biometričnih sistemov za samodejno razpoznavanje ljudi (identifikacijski in potovalni dokumenti, elektronsko poslovanje, elektronski varnostni sistemi, pametne sobe in okolja, uporabniku prilagojeno iskanje multimedijskih vsebin, razpoznavanje piscev zgodovinskih dokumentov, pomoč pri kriminalističnih preiskavah).
Prenosljive spretnosti:
- uporaba domače in tuje literature ter drugih virov s področja biometričnih sistemov;
- uporaba razvojnih orodij, računalniških podatkovni zbirk in okolij za programiranje: študenti izvedejo projekte v enem od programskih jezikov C/C++, python, C#, Java ali z uporabo orodja MatLab, uporabijo eno od biometričnih podatkovnih zbirk (NIST SRE, XM2VTS, FRGC, Banca, LFW, PolyU ipd) in uporabijo orodja, kot je OpenCV, ORANGE in WEKA;
- komuniciranja: ustni zagovor seminarskih nalog, pisno izražanje pri pisanju seminarskih nalog;
- reševanja problemov: skupinska analiza problema, načrtovanje algoritmov, izvedba in testiranje programov; in
- dela v skupini: organizacija in vodenje skupine, aktivno sodelovanje v skupini.
Literatura
- N. Pavešić: Razpoznavanje vzorcev: uvod v analizo in razumevanje vidnih in slušnih signalov, 3. popravljena in dopolnjena izd., 2 zv., Založba FE in FRI, 2012
- A.K. Jain et al.: Introduction to Biometrics, Springer, 2011
- R. M. Bolle et al.: Guide to Biometrics, Springer, 2004
E-učilnica
Več informacij o predmetu najdete v e-učilnici.