Generování syntetického otisku prstu pomocí GAN
Loading...
Date
Authors
ORCID
Advisor
Referee
Mark
A
Journal Title
Journal ISSN
Volume Title
Publisher
Vysoké učení technické v Brně. Fakulta informačních technologií
Abstract
Tato bakalářská práce se zabývá generováním syntetických otisků prstů za pomoci modelu založeném na principu generativních soupeřících sítí. Práce shrnuje základní teoretické informace z biometrie se zaměřením na otisky prstů. Zaobírá se také principem jednoho z populárních generátorů syntetických otisků prstů - nástrojem SFinGe. Práce představuje model postavený na hluboké konvoluční generativní soupeřící síti a představuje několik metod, které vedly ke zlepšení jeho výkonu. Vyhodnocení výsledků bylo provedeno výpočtem "Fréchet Inception Distance mezi vygenerovanými a existujími otisky. Dále byl vygenerován dataset obsahující 100 snímků. Ten byl vyhodnocen nástrojem NFIQ 2.0, který ukázal, že model je schopný generovat otisky prstů kvality srovnatelné s reálnými trénovacími daty.
This thesis is focused on the generation of synthetic fingerprints using a model based on the principle of generative adversarial networks. The work summarizes the basic theoretical information about biometrics with emphasis on fingerprints. It also describes the principle of one of the popular synthetic fingerprint generators called SFinGe. The model based on a deep convolutional generative adversarial network is discussed together with several methods that improved its performance. The results were evaluated by computing the Fréchet Inception Distance between the generated and real fingerprints. The generated dataset of 100 samples was also evaluated by NFIQ 2.0 which proved that the proposed model is able to generate fingerprints with almost the same quality of the training samples.
This thesis is focused on the generation of synthetic fingerprints using a model based on the principle of generative adversarial networks. The work summarizes the basic theoretical information about biometrics with emphasis on fingerprints. It also describes the principle of one of the popular synthetic fingerprint generators called SFinGe. The model based on a deep convolutional generative adversarial network is discussed together with several methods that improved its performance. The results were evaluated by computing the Fréchet Inception Distance between the generated and real fingerprints. The generated dataset of 100 samples was also evaluated by NFIQ 2.0 which proved that the proposed model is able to generate fingerprints with almost the same quality of the training samples.
Description
Citation
DVOŘÁK, J. Generování syntetického otisku prstu pomocí GAN [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2020.
Document type
Document version
Date of access to the full text
Language of document
en
Study field
Informační technologie
Comittee
doc. Ing. Ondřej Ryšavý, Ph.D. (předseda)
doc. RNDr. Jitka Kreslíková, CSc. (místopředseda)
Ing. Vítězslav Beran, Ph.D. (člen)
Ing. Martin Hrubý, Ph.D. (člen)
doc. Ing. Jiří Jaroš, Ph.D. (člen)
Date of acceptance
2020-08-26
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 A. Otázky u obhajoby: How can you increase the quality and resolution of the generated images? How many minutae points could be found on average in the generated fingerprints?
Result of defence
práce byla úspěšně obhájena
Document licence
Standardní licenční smlouva - přístup k plnému textu bez omezení