Ocenjevanje kakovosti prstnih sledi z ansambli globokega učenja

Tim Oblak; Peter Peer

doi:10.31449/upinf.182

Authors

Tim Oblak Univerza v Ljubljani
Peter Peer

DOI:

https://doi.org/10.31449/upinf.182

Keywords:

deep learning, fingermarks, forensics, quality assessment

Abstract

Quality assessment is an important step when trying to identify fingermarks from a crime scene. Often done in the scope of forensic investigation, it is performed by trained examiners and tends to be rather subjective. The goal of our work is to develop an automated fingermark quality assessment method, which would assist the examiners in their work. In this paper, we introduce modern deep learning techniques into the field of fingermark quality assessment, we evaluate the advantages and disadvantages of this methodology, and identify key aspects for further development in the field. We propose a new quality metric, which works by fusing individual predictions of an ensemble of deep models. The proposed approach provides improved prediction performance while reducing processing time by at least a factor of 15 compared to existing solutions.

Author Biographies

Tim Oblak, Univerza v Ljubljani

Tim Oblak je doktorski študent na Fakulteti za računalništvo in informatiko Univerze v Ljubljani. Leta 2020 je zaključil dvojni magisterij na Univerzi v Ljubljani in Tehnični univerzi v Gradcu. V svojih raziskavah uporablja metode računalniškega vida s poudarkom na globokem ucˇenju. V preteklosti se je ukvarjal z rekonstrukcijo 3D prostora, trenutno pa v sklopu doktorskega študija razvija nove metode na področju digitalne forenzike in identifikacije prstnih sledi.

Peter Peer

Peter Peer je redni profesor na Fakulteti za računalništvo in informatiko na Univerzi v Ljubljani, kjer je tudi vodja Laboratorija za računalniški vid, koordinator dvojnega študijskega programa z južnokorejsko univerzo Kyungpook National University in prodekan za gospodarske zadeve. Na Fakulteti za računalništvo in informatiko je doktoriral leta 2003. Po doktoratu je bil vabljen podoktorski raziskovalec na CEIT v San Sebastianu v Španiji. Raziskovalno se ukvarja z računalniškim vidom s poudarkom na biometriji. Sodeloval je v številnih državnih in EU projektih in je avtor več kot 100 raziskovalnih člankov v priznanih revijah in na konferencah. Nedavno je bil soorganizator tekmovanja Unconstrained Ear Recognition Challenge na IEEE/IAPR International Joint Conference on Biometrics 2017 in IAPR International Conference on Biometrics 2019. Leta 2018 je bil na to temo tudi sourednik posebne izdaje v reviji IET Biometrics. Trenutno je področni urednik v revijah IEEE Access in IET Biometrics. Je član EAB, IAPR in IEEE, v slovenski sekciji IEEE pa je 4 leta bil tudi predsednik računalniškega poglavja.