janosevicsm commented 5 months ago

Face and Voice Recognition for Authentication purpose

Definicija problema

Projekat ima za cilj razvoj sistema za autentifikaciju putem detekcije lica i prepoznavanje glasa. Koristiće se tehnike dubokog učenja, kako bi se omogućilo pouzdano prepoznavanje lica i glasa korisnika. Ovaj sistem bi bio pogodan za integraciju u različite aplikacije kao sredstvo za bezbednu autentifikaciju.

Motivacija problema

Rešavanje ovog problema ima praktičnu primenu u domenu sigurnosti i korisničkog iskustva. Softver za detekciju lica i glasa može se primeniti u raznim oblastima, uključujući pristup aplikacijama, sigurnosne sisteme, ili čak finansijske transakcije, pružajući dodatne slojeve sigurnosti uz istovremeno poboljšanje korisničke interakcije.

Metodologija

Preprocesiranje podataka:

Implementacija algoritama za preprocesiranje slika radi poboljšanja kvaliteta podataka, normalizacije osvetljenja i eliminacije šuma koji mogu uticati na detekciju.

Detekcija lica i zvuka:

Upotreba prethodno treniranih modela za detekciju lica i zvuka.

Ekstrakcija karakteristika lica:

Primena neuronskih mreža za ekstrakciju karakteristika iz detektovanih regija koje sadrže lica.

Evaluacija

Tačnost detekcije lica i zvuka: Izračunavanje tačnosti sistema u prepoznavanju lica i zvuka na testnom skupu podataka.

Tim

Miloš Čuturić - SV11/2020
Marko Janošević - SV46/2020
Asistent
Marko Njegomir

njmarko commented 5 months ago

Које моделе планирате да користите?

janosevicsm commented 5 months ago

Које моделе планирате да користите?

Planiramo da probamo više modela tokom razvoja, da bismo videli koji su najbolji za naš konkretan problem, pa ćemo naknadno dopuniti specifikaciju, da ne bismo unapred izabrali pogrešan, ako je to dopustivo.

njmarko commented 5 months ago

Дозвољено је да промените модел у току рада јер се може десити да просто неки приступ који сте замислили не ради када кренете да имплементирате решење.

Занима ме само које моделе за сада разматрате?

janosevicsm commented 5 months ago

Дозвољено је да промените модел у току рада јер се може десити да просто неки приступ који сте замислили не ради када кренете да имплементирате решење.

Занима ме само које моделе за сада разматрате?

Za detekciju lica: MTCNN, RetinaFace, BlazeFace. Za detekciju zvuka: VGGish, OpenL3, DeepSBD.

njmarko commented 5 months ago

Пошто сте ставили да ћете евалуирати на тестном скупу, претпостављам да вам је онда експеримантална поставка train/val/test скуп. У евалуацију додајте још и precision, recall и Ф1 меру.

Код оваквог система је корисно корисно изразити и False Acceptance Rate (FAR. У матрици конфузије се зове још и False Positive Rate. Рачуна се као 1 - recall) и False Rejection Rate (FRR. У матрици конфузије се зове још и False Negative Rate). Они дају информацију колико често ће неауторизована особа добити приступ, и колико често ће ауторизована особа бити одбијена.

Пројекат одобрен. Потребно је да окачите линк до Github репозиторијума пројекта. Срећан рад!

ftn-ai-lab / sc-2023