Robustno razpoznavanje v prisotnost kanalskih vplivov predstavlja enega največjih raziskovalnih izzivov na področju samodejnega razpoznavanja govorcev. Pri tem izrazom “kanalski vpliv” označujemo variabilnost v govornem signalu, ki se pojavi kot posledica različnih dejavnikov, kot so uporaba različnih mikrofonov, prenos govornega signala preko telefonske linije, ipd. V okviru našega raziskovalnega dela na problemu robustnega razpoznavanja govorcev smo razvili nov razpoznavalni sistem, ki temelji na različnih predstavitvah govornega signala (z MFCC, LFCC in PLP značilkami) ter skupnem modeliranju variabilnosti signala. Za namene demonstracije učinkovitosti razvitega sistema smo se udeležili tekmovanja v razpoznavanju govorcev, ki je potekalo v okviru mednarodne konference biometriji (ICB 2013). Tekmovanje je potekalo na govornemu delu podatkovne zbirke Mobio, ki vsebuje posnetke različnih govorcev, zajetih s pomočjo vedno popularnejših mobilnih naprav. Tekmovanja so je udeležilo 12 raziskovalnih skupin (iz Švice, Brazilije, Alžirije, Nizozemske, Španije, Portugalske, Francije in Češke), naš sistem pa je v vseh eksperimentalnih preizkusil dosegel najboljši rezultat razpoznavanja in s tem skupno prvo mesto na tekmovanju.
E.02 Mednarodne nagrade
COBISS.SI-ID: 10278996Robustno razpoznavanje obrazov v nenadzorovanih okoljih, kjer se srečujemo s slabo osvetlitvijo, različnimi pogledi na obraz, slikami s slabo kakovostjo ter drugimi vplivnimi dejavniki, predstavlja raziskovalni problem, ki do danes še ni zadovoljivo rešen. V okviru naših raziskav smo razvili robustno tehnologijo razpoznavanja obrazov, ki zagotavlja uspešno razpoznavanje tudi pod navedenimi pogoji. Z razvito tehnologijo smo se udeležili tekmovanja v razpoznavanju obrazov, ki je potekalo v okviru mednarodne konference o biometriji (International IAPR Conference on Biometrics – ICB 2013) in je pritegnilo udeležence s celotnega sveta (npr. Idiap, Harvard, etc.). Tekmovanje je potekalo na slikah, zajetih z mobilnimi napravami, ki predstavljajo precejšen izziv za obstoječo tehnologijo. Naš sistem se je kljub zahtevnosti problema odrezal najbolje in s tem zasedel prvo mesto na tekmovanju.
E.02 Mednarodne nagrade
COBISS.SI-ID: 10176852V referatu predstavljamo nov pristop k razpoznavanju 3D slik obrazov, ki temelji na kovariančnih deskriptorjih slikovnih vzorcev in uteženi vsoti Gaussovih porazdelitev (angl. Gaussian mixture model - GMM). Predlagani pristop predstavlja celostno rešitev za združevanje različnih predstavitev 3D obrazov, hkrati pa omogoča obdelavo predstavitev na različnih nivojih lokalnosti. Predlagani pristop v prvem koraku izračuna vrsto kovariančnih deskriptorjev iz področij 3D slik različnih velikosti, v drugem koraku pa s pomočjo posebne preslikave iz deskriptorjev izlušči vrsto nizko-dimenzionalnih vektorjev značilk. Izluščeni vektorji nato služijo kot podlaga za izgradnjo modela utežene vsote Gaussovih porazdelitev. Za razvrščanje modelov GMM, predlagani pristop uporablja metodo razvrščanja s podpornimi vektorji. Pristop, predstavljen v referatu, ima kar nekaj zavidljivih karakteristik, kot so: vgrajeni mehanizem za združevanje (fuzijo) informacije, sposobnost obdelave slik na različnih nivojih lokalnosti, in zmožnost integracije apriornega znanja v postopke statističnega modeliranja. Uspešnost predlaganega pristopa preverimo na drugi verziji podatkovne zbirke FRGCv2, kjer dosežemo vzpodbudne rezultate. Za konec omenimo še, da lahko predstavljeni pristop neposredno uporabimo tudi na drugih biometričnih (slikovnih) modalnostih, kot so 2d slike obrazov, saj lahko globinske slike tako rekoč enačimo z vsakdanjimi 2D slikami.
B.03 Referat na mednarodni znanstveni konferenci
COBISS.SI-ID: 9821012Mere podobnosti, ki predstavljajo podlago za sklepanje o identiteti uporabnikov v biometričnih sistemih, so tipično podvrženi statističnim variacijam. Te variacije so posledica različnih razmer, v katerih so bili zajeti biometrični vzorci, in so skupne tako forenzičnim aplikacijam biometričnih sistemov kot aplikacijam v pametnih hišah, ipd. Z namenom zmanjšanja teh variacij se raziskovalci pogosto poslužujejo postopkov normiranja mer podobnosti. Primeri takšnih postopkov predstavljajo z-norma, t-norma ali zt-norma. V tem referatu pozornost namenjamo dvo-koračnim postopkom normiranja, kot je zt-norma, in predstavimo nov pristop k implementaciji takšnih postopkov. V referatu predlagamo, da se prvi korak dvo-koračnih postopkov normiranja izvede v naprej in sicer na neparametrični način, drugi korak pa se izvede tekom delovanja sistema na klasičen, parametričen način. Eksperimentalni rezultati na problemu razpoznavanja obrazov kažejo na to, da predlagani, hibridni postopek k normiranju mer podobnosti zagotavlja višjo učinkovitost razpoznavanja kot parametrični pristopi brez povečanja računske zahtevnosti, ki je glavna slabost čistih neparametričnih postopkov.
B.03 Referat na mednarodni znanstveni konferenci
COBISS.SI-ID: 9757524V referatu predstavljamo nov pristop k razpoznavanju obrazov, ki temelji na nedavno predlagani poenostavljeni verjetnostni linearni diskriminantni analizi. Predlagani pristop je namenjen razpoznavanju v najzahtevnejših razmerah, v katerih se srečujemo s spremembami v izgledu obraza, ki jih ne moremo zadovoljivo modelirati z linearnimi modeli. Takšne spremembe pogosto nastopijo kot posledica spremenljivih razmer, v katerih je bila slika obraza zajeta, in predstavljajo precejšnje ovire za obstoječo tehnologijo razpoznavanja obrazov. V referatu predstavimo novo bločno poenostavljeno verjetnostno linearno diskriminantno analizo, ki kot podlago za procesiranje uporablja manjše bloke slike namesto celotne slike obraza. Osnovna ideja takšnega pristopa je razbitje kompleksnega problema razpoznavanja obrazov na manjše preprostejše probleme, ki jim linearna narava poenostavljene verjetnostne linearne diskriminantne analize bolje ustreza. S predlaganim postopkom iz ene slike obraza pridelamo več mer podobnosti (za vsak blok posebej), ki jih v zadnjem koraku postopka združimo s pomočjo fuzijskega pravila vsote. Predlagani postopek preizkusimo v okviru četrtega eksperimenta zbirke FRGCv2 z izredno spodbudnimi rezultati.
B.03 Referat na mednarodni znanstveni konferenci
COBISS.SI-ID: 9890644