Проблема идентификации человека на основе изображения его лица. Подходы к решению задачи аудио-идентификации. Архитектура программы и методика объединения результатов идентификации. Компоновка биометрической информации. Тестирование полученной системы.
Аннотация к работе
1. Обзор предметной области 1.1 Направление исследования 1.2 Существующие методы решения поставленной задачи 1.2.1 Идентификация по изображению лица 1.2.2 Идентификация по записи голоса 1.3 Подходы к проблеме идентификации человека по изображению его лица 1.3.1 Статья «Выделение лица на фотографии в реальном времени с помощью метода главных компонент» 1.3.2 Статья «Eigenfaces for Recognition» 1.3.3 Статья «Eigenfaces vs. Fisherfaces: Recognition Using Class Specific Linear Projection» 1.4 Подход к идентификации человека по записи его голоса 1.5 Аналоги 1.6 Методика исследования 2. Описание используемых алгоритмов 2.1 Собственные вектора и числа матрицы 2.2 Алгоритм Eigenface 2.2.1 Этап обучения 2.2.2 Этап распознавания 2.3 Алгоритм Fisherface 2.4 Методы аудио-идентификации 2.4.1 Мел-частотные кепстральные коэффициенты 2.4.2 Векторная квантизация 2.4.3 Удаление участков тишины 3. Методы реализации и практические результаты 3.1 Инструменты реализации 3.2 Структура приложения 3.2.1 Модуль идентификации по изображению 3.2.2 Модуль идентификации по голосу 3.2.3 Модуль хранения данных и интерпретации результатов 3.3 Практические результаты 4. [1] В основе алгоритма Eigenface лежит метод главных компонент и вычисление собственных векторов и собственных значений ковариационной матрицы. [3,6] Существует два варианта расчета расстояния между тестовым вектором и векторами обучающей выборки: евклидово расстояние и расстояние Махаланобиса. Так, например, программа FastAccess от компании Logitech предлагает идентификацию и управление паролями на основе изображения лица.