Generování syntetických snímků duhovky

Abstract

Táto práca skúma rôzne metódy podmieneného generovania syntetických obrázkov dúhovky oka pomocou umelej inteligencie. Súčasné metódy neumožňujú generovanie snímok na základe rôznych vstupných parametrov. Problém som vyriešil použitím siete Auxiliary Classifier GAN (ACGAN), ktorá využíva techniky generatívnych adversariálnych modelov a zároveň zohľadňuje podmienky ako pravé a ľavé oko, smer pohľadu alebo osvetlenie scény. V rámci tejto práce predstavujem metódu schopnú generovať realistické syntetické snímky dúhovky oka, ktorá zároveň zohľadňuje zadané podmienky a požiadavky. Táto práca môže nájsť využitie v biometrickom overovaní identity, rozšírení už existujúcich datasetov a tréningu algoritmov umelej inteligencie pre rozpoznávanie dúhovky oka.

This thesis explores various methods for conditional generation of synthetic iris images using artificial intelligence. Current methods do not allow the generation of images based on different input parameters. I addressed this issue by employing an Auxiliary Classifier GAN (ACGAN) network, which utilizes generative adversarial model techniques while considering conditions such as the right and left eye, gaze direction, or scene lighting. In this thesis, I present a method capable of generating realistic synthetic iris images that also takes into account specified conditions and requirements. This work can be utilized in biometric identity verification, expansion of existing datasets, and training artificial intelligence algorithms for iris recognition.