1. Uporaba biometrije na pametnih telefonih med študenti : diplomsko delo visokošolskega študijskega programa Informacijska varnostAnže Lajlar, 2024, undergraduate thesis Abstract: Izraz biometrija izvira iz starogrške besede bios, ki pomeni življenje, in besede metric, ki pomeni meritev. Biometrija je veda, ki se ukvarja s prepoznavo ljudi in njihovih telesnih, fizioloških in tudi vedenjskih značilnosti. Z biometrijo je možno prepoznati posameznika na podlagi prstnega odtisa, posnetka papilarnih linij s prsta, šarenice, očesne mrežnice, obraza, ušesa, DNK in načina drže. Biometrija je tehnologija, s katero preverjamo identiteto posameznikov na podlagi njihovih fizičnih lastnosti. Ta v primerjavi s starejšimi modeli varnostnega mehanizma, ki so uporabljali PIN in gesla, uporablja naprednejši varnostni mehanizem, ki temelji na prepoznavanju individualne značilnosti osebe. V sklopu diplomskega dela je bila opravljena raziskava o uporabi biometrije na pametnih telefonih med študenti. V njej je sodelovalo 124 študentov. Iz rezultatov ankete je bilo ugotovljeno, da večina študentov uporablja biometrijo na svojih pametnih telefonih, zavedajo se, kako se zavarovati pred različnimi napadi na biometrične podatke, in da večina anketiranih zaupa varnosti biometričnih funkcij in v njihovo delovanje. Opaziti je še, da se od 40 do 50 % anketiranih študentov ne strinja z implementacijo biometričnih funkcij v druge sfere študentskega življenja in z njihovo uporabo na fakultetah. Ugotovljeno je tudi, da večina študentov pozna dve vrsti uporabe biometrije na pametnih telefonih. Izmed njih sta najpogostejša prstni odtis in prepoznava obraza.
Keywords: biometrija, avtentikacija, prstni odtisi, prepoznava obraza, varovanje podatkov, diplomske naloge
Published in DKUM: 12.08.2024; Views: 139; Downloads: 99
 Full text (1,37 MB) |
2. Pametna avtomatizacija vstopa v dom na osnovi interneta stvari z uporabo Raspberry Pi : diplomsko deloAna Jelen, 2021, undergraduate thesis Abstract: V zaključni nalogi s pomočjo platforme Raspberry Pi razvijemo in implementiramo lasten avtomatiziran sistem za vstop v dom. Osnovne dogodke zaznamo s pomočjo kamere in algoritma zaznave gibanja. Primerjamo in testiramo dve metodi zaznave gibanja na osnovi modela Gaussovih mešanic in Bayesove verjetnosti. Vstop v dom poteka na osnovi dvostopenjske avtentikacije, kjer se preverjata biometrična in brezkontaktna identifikacija. Biometrično identifikacijo izpolnimo že pri 80 % gotovosti prepoznave obraza, brezkontaktno pa s pomočjo zaznane naprave, ki pripada določenemu profilu. Z uporabo tehnologije interneta stvari avtomatiziran sistem samodejno upravlja z lučmi v prostoru glede na sončni vzhod in zahod, predvaja glasbo in regulira temperaturo zraka glede na letni čas. Celotni sistem testiramo 30 dni, kjer je bila odzivnost sistema manjša kot 5 sekund in uspešnost odločanja sistema večja kot 90 %. Uporabo sistema dodatno podpremo z enostavno namizno aplikacijo, ki uporabniku omogoča ogled video prenosa v živo, konfiguracijo osebnih profilov, ročno upravljanje vhodnih vrat in pregled zgodovine dogodkov.
Keywords: internet stvari, avtomatizacija, zaznava gibanja, prepoznava obraza, Raspberry Pi
Published in DKUM: 18.10.2021; Views: 1099; Downloads: 69
Full text (1,78 MB) |
3. Namizna aplikacija za organizacijo fotografij : diplomsko deloNina Kač, 2019, undergraduate thesis Abstract: V okviru diplomskega dela je bila izdelana namizna aplikacija za organizacijo fotografij, ki omogoča pregled fotografij iz izbrane mape in njihovih dodatnih informacij v preglednem uporabniškem vmesniku. Prav tako omogoča organizacijo fotografij z zaznavo in prepoznavo obraza, organizacijo po datumu, ko je bila fotografija ustvarjena, in organizacijo po stopnji jasnosti fotografij. V teoretičnem delu so predstavljene že obstoječe namizne aplikacije na trgu in opisane tehnologije, uporabljene pri implementaciji aplikacije. Raziskano je področje zaznave in prepoznave obraza, hkrati pa so opisane metode, uporabljene za določitev stopnje jasnosti fotografij. Prav tako je predstavljena implementacija aplikacije, njene glavne funkcionalnosti in težave, ki so se pojavile pri implementaciji.
Keywords: organizacija fotografij, namizna aplikacija, WPF, prepoznava obraza, EmguCV
Published in DKUM: 11.11.2019; Views: 1193; Downloads: 111
Full text (1,42 MB) |
4. Razvoj in ovrednotenje aplikacije za prepoznavo obraza v C#Tevž Šart, 2017, undergraduate thesis Abstract: V diplomski nalogi sem predstavil analizo in rezultate testiranja že obstoječih programskih knjižic za prepoznavo obraza. Na spletu obstaja veliko različnih programskih knjižic, ki ponujajo razvoj aplikacij za prepoznavo obraza v programskem jeziku C#. Skozi diplomsko nalogo sem poskušal odgovoriti na vprašanja, katero programsko knjižico je najbolje uporabiti, katera izmed programskih knjižic deluje najbolje, In katera izmed njih ima največ uporabnih funkcionalnosti, pomanjkljivosti in prednosti. Predstavil in opisal sem tudi največje razlike med programskimi knjižicami in kako vsaka izmed uporabljenih knjižic opravi svoje delo. Raziskal sem obstoječe programske knjižice in jih ob razvoju aplikacije za prepoznavo obraza analiziral in ovrednotil ter predstavil rezultate, iz katerih je razvidno, kakšne so razlike med njimi ter katera ponuja največ.
Keywords: prepoznava obraza, C#, računalniški vid
Published in DKUM: 17.10.2017; Views: 1614; Downloads: 199
Full text (2,39 MB) |
5. Uporaba globokega učenja s knjižnico Deeplearning4j na primeru prepoznave obrazovGrega Vrbančič, 2017, master's thesis Abstract: V magistrskem delu smo se dotaknili področja globokega učenja, spoznali smo pristope in arhitekture algoritmov globokega učenja ter jih kategorizirali v tri skupine. V nadaljevanju smo podrobneje analizirali knjižnico Deeplearning4j, predstavili osnovne funkcionalnosti ter raziskali njene možnosti za uporabo na področju globokega učenja. V praktičnem delu smo uporabo globokega učenja s knjižnico Deeplearning4j aplicirali na primeru prepoznave obrazov. Implementirali smo dve različici konvolucijskih nevronskih mrež ter dva načina učenja – lokalno ter porazdeljeno učenje.
Keywords: strojno učenje, globoko učenje, Deeplearning4j, prepoznava obraza
Published in DKUM: 17.10.2017; Views: 1615; Downloads: 266
Full text (7,06 MB) |
6. Zaznavanje obrazov v video vsebinah in njihova klasifikacijaGrega Močnik, 2017, master's thesis Abstract: Namen magistrskega dela je razviti sistem, ki zna učinkovito zaznati obraz v video vsebinah. Izdelali smo sistem, ki zazna obraz in ga klasificira za nadaljnjo obravnavo v drugih sistemih. Razložili smo proces zaznave in prepoznave obraza, napisali kratek pregled tehnologij in algoritmov, ki se uporabljajo danes. Predstavili smo princip zaznave obraza v video vsebinah, ki je neodvisen od vira video vsebine. Uporabljeni metodi za zaznavo obrazov sta analiza glavnih komponent in razvrščanje značilk s Haarovimi razvrščevalniki. Pri izvedbi sistema zaznave obrazov v video vsebinah smo uporabili funkcije iz knjižnice OpenCV. Sistem je bil razvit v programskem jeziku Python, saj smo želeli ustvariti sistem, ki je med drugim tudi prenosljiv med platformami. Sistem se je med testiranjem izkazal za učinkovitega, z določenimi izboljšavami pa bo koristna osnova za nadaljnjo procesiranje in prepoznavo obrazov.
Keywords: zaznavanje obraza, prepoznava obraza, analiza glavnih komponent, Haarov klasifikator, video
Published in DKUM: 25.05.2017; Views: 1921; Downloads: 271
Full text (2,32 MB) |
7. ODKLEPANJE PAMETNEGA TELEFONA Z OPERACIJSKIM SISTEMOM ANDROID S POMOČJO AVTOMATSKE PREPOZNAVE OBRAZA UPORABNIKA IZ DIGITALNE SLIKEMateja Hazl, 2015, undergraduate thesis Abstract: V tem diplomskem delu smo implementirali aplikacijo za odklepanje telefona z Android operacijskim sistemom s pomočjo prepoznave obraza. Na začetku smo pregledali že obstoječe metode iz področja prepoznave obrazov, nato pa smo podrobneje opisali naš postopek za prepoznavo obraza. V našem postopku smo najprej detektirali pomembna območja na obrazu, ki smo jih nato obdelali s pomočjo Gaborjevih filtrov in uniformnih lokalnih binarnih vzorcev. Dobljene vrednosti smo shranili v vektor značilk. Pri fazi prepoznave smo uporabili Pearsonovo mero različnosti za izračun razdalje, vzorce pa smo razvrščali po metodi najbližjega soseda. Prag za razvrščevalnik smo izračunali s pomočjo povprečja razlik med slikami v učni množici. Algoritem je bil testiran na desetih osebah, ki smo jih slikali skupno 85-krat. Naš algoritem daje dobre rezultate ob dobro osvetljenih slikah (dnevna svetloba – natančnost okoli 90 %), natančnost pa se zmanjša pri testiranju ob slabših osvetlitvenih pogojih (sobna luč – 77,70 % natančnost). Aplikacija se dobro obnese pri zavračanju obrazov, ki jih ne smemo prepoznati (specifičnost – 90,70 %). Rezultati so nekoliko manj uspešni pri prepoznavi obrazov, ki jih moramo prepoznati (občutljivost – 85,71 %).
Keywords: prepoznava obraza, Android OS, Gaborjevi filtri, uniformni lokalni binarni vzorec
Published in DKUM: 14.10.2015; Views: 1481; Downloads: 283
Full text (2,37 MB) |
