Rekonstrukce a vylepšení poškozené části snímků otisků prstů
Loading...
Date
Authors
ORCID
Advisor
Referee
Mark
C
Journal Title
Journal ISSN
Volume Title
Publisher
Vysoké učení technické v Brně. Fakulta informačních technologií
Abstract
Táto práca sa zaoberá problémom rekonštrukcie snímkov odtlačkov prsta so zameraním na neobnovyteľné oblasti poškodené rôznymi kožnými ochoreniami. Generatívne súperi- ace siete s trénovateľnou konvolučnou vrstvou s gaborovými filtrami bola natrénovaná na dátovej sade reálnych snímkov odtlačkov prsta. Práca predvádza že natrénovaný model vie spoľahlivo rekonštruovať malé oblasti ľubovoľného tvaru a v prípade väčších oblastí, globálne skóre kvality rekonštruovaného odtlačku prsta získané využitím softvéru NIST biometric image software sa v porovnaní s originálnym snímkom navýšilo. Je navrhnutý štandardizovaný formát pre snímky odtlačkov prsta ktorý pomohol stabilizovat trénovanie generatívnych súperiacich sietí.
This thesis deals with the problem of fingerprint image reconstruction with focus on non- recoverable regions affected by various skin diseases. A generative adversarial network with learnable convolutional gabor filter layer was trained on preprocessed dataset of real fingerprint images. The work demonstrates that the trained model can reliably repair small corrupted regions of arbitrary shapes and in case of larger holes, the global quality score of reconstructed fingerprints evaluated by MINDTCT module from NIST biometric image software is increased compared to original fingerprint. A standardized format for fingerprint images that helped stabilize the results when training generative models is proposed.
This thesis deals with the problem of fingerprint image reconstruction with focus on non- recoverable regions affected by various skin diseases. A generative adversarial network with learnable convolutional gabor filter layer was trained on preprocessed dataset of real fingerprint images. The work demonstrates that the trained model can reliably repair small corrupted regions of arbitrary shapes and in case of larger holes, the global quality score of reconstructed fingerprints evaluated by MINDTCT module from NIST biometric image software is increased compared to original fingerprint. A standardized format for fingerprint images that helped stabilize the results when training generative models is proposed.
Description
Keywords
Citation
ŠPILA, A. Rekonstrukce a vylepšení poškozené části snímků otisků prstů [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2023.
Document type
Document version
Date of access to the full text
Language of document
en
Study field
Informační technologie
Comittee
doc. Ing. Martin Čadík, Ph.D. (předseda)
doc. Ing. Zdeněk Vašíček, Ph.D. (člen)
Ing. Šárka Květoňová, Ph.D. (člen)
Ing. Filip Orság, Ph.D. (člen)
Ing. Michal Španěl, Ph.D. (člen)
Date of acceptance
2023-06-13
Defence
Student nejprve prezentoval výsledky, kterých dosáhl v rámci své práce. Komise se poté seznámila s hodnocením vedoucího a posudkem oponenta práce. Student následně odpověděl na otázky oponenta a na další otázky přítomných. Komise se na základě posudku oponenta, hodnocení vedoucího, přednesené prezentace a odpovědí studenta na položené otázky rozhodla práci hodnotit stupněm C.
Result of defence
práce byla úspěšně obhájena
Document licence
Standardní licenční smlouva - přístup k plnému textu bez omezení