| Περίληψη: | Τα τελευταία χρόνια η αναγνώριση προσώπου αποτελεί ένα απαιτητικό πρόβλημα στον τομέα της επεξεργασίας εικόνας, της αναγνώρισης προτύπων και της μηχανικής όρασης, προσελκύοντας το επιστημονικό ενδιαφέρον, καθώς αποτελεί ένα πεδίο με πολλές πρακτικές εμπορικές εφαρμογές και συστήματα ασφαλείας. Δεδομένου ότι η οπτική αναγνώριση αντιμετωπίζει πολλές δυσκολίες σε πραγματικές συνθήκες λόγω μη ομοιόμορφου φωτισμού, αλλαγής πόζας και
μεταμφίεσης, τα περισσότερα συστήματα ασφαλείας χρησιμοποιούν συνδυασμό οπτικών και θερμικών εικόνων για πιο ακριβή αναγνώριση. Επίσης, πολλά συστήματα αναγνώρισης προσώπου χρησιμοποιούν κάμερες ασφαλείας που αποθανατίζουν εικόνες στο υπέρυθρο φάσμα, όμως οι βάσεις δεδομένων εικόνων που είναι προσβάσιμες στις αρχές περιέχουν εικόνες στο
οπτικό φάσμα. Συνεπώς, προκύπτει πάλι η ανάγκη συσχέτισης των εικόνων μεταξύ των δύο φασμάτων.
Στόχος της διπλωματικής αυτής είναι να παρουσιάσει μια προσέγγιση σε αυτό το πρόβλημα μέσω της ανακατασκευής μιας υπέρυθρης εικόνας στην αντίστοιχη οπτική της και αντίστροφα, το οποίο θα μπορεί να ενσωματωθεί μέσα σε ήδη υπάρχοντα συστήματα αναγνώρισης σαν ένα επιπλέον εργαλείο βελτιστοποίησης της απόδοσης του. Αυτή η προσέγγιση που παρουσιάζεται σε αυτή την εργασία μπορεί να εφαρμοστεί σε πραγματικά σενάρια γιατί δεν χρειάζεται να έχουμε χιλιάδες οπτικές εικόνες να προβληθούν πάνω σε έναν κοινό υπόχωρο για μετέπειτα αντιστοίχιση. Στην εργασία αυτή, θα υλοποιηθεί πειραματικά το πρώτο στοιχείο του συστήματος, αυτό της ανακατασκευής.
Η υλοποίηση αυτής της πρότασης προσεγγίστηκε μέσω αραιών αναπαραστάσεων και εκμάθησης συζευγμένων υπερπλήρων λεξικών και βασίστηκε σε μια προτεινόμενη μέθοδο που μπορεί να αντιμετωπίσει με τον παραπάνω τρόπο το πρόβλημα της διαφασματικής ανακατασκευής. Τα λεξικά παρέχουν μια αραιή αναπαράσταση η οποία μπορεί να μετατρέψει τα δεδομένα σε έναν μοναδικό, λανθάνων χώρο που θα είναι ανεπηρέαστος από τους διαφορετικούς τομείς
και μέσω αυτών θα εκπαιδευτεί μια αντιστοίχιση μεταξύ των δυο φασμάτων.
Συγκεκριμένα, στο Κεφάλαιο 1 εισάγεται η έννοια ενός βιομετρικού συστήματος, καθώς και οι ορισμοί της αναγνώρισης, επαλήθευσης, αναγκαιότητας συνδυασμού εικόνων από διαφορετικά φάσματα για πραγματικά σενάρια και της χρησιμότητας της εκμάθησης συζευγμένων λεξικών σε πρακτικές εφαρμογές. Στο Κεφάλαιο 2 αναλύεται η ανάγκη μείωσης των διαστάσεων και γίνεται μια αναφορά και σύγκριση μεταξύ των ”παραδοσιακών” τεχνικών και των
νεότερων που αφορούν τις αραιές αναπαραστάσεις. Στο Κεφάλαιο 3 γίνεται εκτενής αναφορά σε τεχνικές εκμάθησης λεξικών και σε άπληστους αλγόριθμους. Το Κεφάλαιο 4 πραγματεύεται την αρχιτεκτονική του συστήματος, την υλοποίηση και τα αποτελέσματα του πειραματικού μέρους, ενώ στο Κεφάλαιο 5 αναφέρονται σημαντικά συμπεράσματα καθώς και προτεινόμενες μελλοντικές επεκτάσεις.
|
|---|
