diplomsko delo
Žiga Rot (Avtor), Vitomir Štruc (Mentor)

Povzetek

V tem delu predstavimo izvedbo mehanizma, ki iz slik očesa izloča ožilje beločnice – biometrično karakteristiko, ki se lahko uporabi v sistemih za razpoznavanje šarenice za izboljšanje zanesljivosti in natančnosti razpoznavanja. Model sestavljata dve stopnji. Prva skrbi za izločanje območja zanimanja – beločnice, iz katere nato druga stopnja segmentira ožilje. Našo izvedbo utemeljimo z dvema eksperimentoma. V prvem pokažemo vpliv izločanja območja zanimanja na končni izhod. V drugem prikažemo razliko v uspešnosti segmentacije med enorazredno in večrazredno segmentacijo beločnice.

Ključne besede

segmentacija slik;ožilje beločnice;globoke konvolucijske nevronske mreže;U-net;univerzitetni študij;Elektrotehnika;diplomske naloge;

Podatki

Jezik: Slovenski jezik
Leto izida:
Tipologija: 2.11 - Diplomsko delo
Organizacija: UL FE - Fakulteta za elektrotehniko
Založnik: [Ž. Rot]
UDK: 004.932.72:611.841(043.2)
COBISS: 120224771 Povezava se bo odprla v novem oknu
Št. ogledov: 21
Št. prenosov: 11
Ocena: 0 (0 glasov)
Metapodatki: JSON JSON-RDF JSON-LD TURTLE N-TRIPLES XML RDFA MICRODATA DC-XML DC-RDF RDF

Ostali podatki

Sekundarni jezik: Angleški jezik
Sekundarni naslov: Segmentation of ocular vasculature from visual data with a deep convolutional network
Sekundarni povzetek: This thesis presents the implementation of a model that can extract scleral vasculature from image data – a biometric feature which can be used in iris-based biometric recognition systems to enhance robustness and accuracy. The model consists of two stages. The first stage is used for extraction of the region of interest – the sclera, from which then the next stage segments the vascular structure. We justify our design with two experiments. In the first one, we show the impact of prior extraction of the region of interest on the final output. In the second one, we present the difference in segmentation quality between binary and multi-class versions of sclera segmentation.
Sekundarne ključne besede: image segmentation;sclera vascularity;deep convolutional neural networks;U-net;
Vrsta dela (COBISS): Diplomsko delo/naloga
Študijski program: 1000313
Konec prepovedi (OpenAIRE): 1970-01-01
Komentar na gradivo: Univ. v Ljubljani, Fak. za elektrotehniko
Strani: XVI, 35 str.
ID: 16372639