08 - Biometrie Flashcards
Welche Arten der Problemstellung gibt es bei biometrischen Verfahren?
- Detektion
- Identifikation
- Verifikation
- Watch List
Was versteht man unter Detektion?
Ist eine Person im Überwachungsbereich
Was versteht man unter Identifikation?
Wer ist die Person und die Ausgabe ist ein Name
Was versteht man unter Verifikation?
Ist die Person die, die sie vorgibt zu sein (PIN-Nummer, Pass) und die Ausgabe ist Ja oder Nein
Was versteht man unter Watch List?
Ist die Person in der Liste der Gesuchten und Ausgabe ist Ja oder Nein und ggf. mit Name
Welche Arten der optischen Personenerkennung haben wir kennengelernt?
- Gesichtserkennung
- Iris-Erkennung
- Retina Scan (Netzhaut)
- Fingerabdrücke
- Gait detection
- Herzschlag (Radar)
Was sind die Vorteile der Gesichtserkennung?
- Auf weite Distanz möglich
- Non-invasiv
- Hohe gesellschaftliche Akzeptanz des Verfahrens
Was sind die Schwierigkeiten bei der Gesichtserkennung?
- Blickwinkel
- Beleuchtung
- Zeitliche Veränderung
- Gesichtsausdrücke
- Brillen, Bärte
Was sind mögliche Eingabedaten für die Gesichtserkennung?
- Einzelbild
- Mehrere Bilder
- Video (Bewegung liefert zusätzliche Information)
- 3D Scans, Stereoaufnahmen
Welche Verarbeitungsstufen gibt es in der Biometrie?
- Detektion
- Tracking
- Merkmalsdetektion
- Matching
- Klassifikation
Was versteht man unter Detektion?
Ist ein Gesicht im Bild? Wo ist es?
Was versteht man unter Tracking?
Verfolgung des Gesichtes in Videoaufnahmen
Was versteht man unter Merkmalsdetektion?
Finde Auge, Nase Mund
Was versteht man unter Matching?
- Vergleiche mit gespeicherten Daten
- Liefert Ähnlichkeitsmaß
Was versteht man unter Klassifikation?
Wertet Ähnlichkeitsmaß aus -> Erkennung
Was passiert beim Enrollment (Einschreibung)?
Von jeder Person, die das System erkennen soll, werden Bilder gespeichert. Diese nennt man Gallery Images
Was passiert beim Betrieb des Erkennungssystems?
Neues Bild des zu erkennenden Gesichts. Dieses Bild nennt man Probe Image (Prüfbild)
Was versteht man unter einem Trainingsset?
Man benötigt ein Trainingsset zum Aufbau / Einstellung des Systems. Es befindet sich beim Hersteller und beinhaltet irgendwelche Gesichter
Was versteht man unter einem Gallery set?
Es befindet sich beim Kunden und enthält die zu erkennenden Gesichter
Was können die Trainingsdaten enthalten?
- Datenbasis verschiedener Gesichter zum Aufbau einer Gesichtsrepräsentation
- Gallery- und Probesets zum Trainings des Klassifikators, Schwellwerte…
Was ist das Problem beim naiven Grauwertbildvergleich?
Bilder verschiedener Personen bei gleicher Pose und Beleuchtung sind meist ähnlicher als verschiedene Bilder der gleichen Person
Was sind die Nachteile merkmalsbasierter Verfahren?
- in 2D: stark blickwinkelabhängig
- Merkmalspunkte sind oft schwer zu finden
Was ist die Kritik an Erkennung aus Merkmalspunkten?
Extrem sensitiv gegenüber:
- Rotation links-rechts
- Rotation um Nickachse
- Kameraabstand
- Hinreichende Gewissheit nur schwer erreichbar
Welche Typen von Algorithmen gibt es bei merkmalsbasierten Verfahren?
- Lokal / Global
- Geometrie / Appearance
- Ad-hoc engineering / statistical learning
Was sind Eigenfaces?
Lerne Größen, die Gesichter repräsentieren,
aus Bildern
– statistisch
– global
– grauwertbasiert
– kann als NN implementiert werden (Kohonen)
Was ist die Grundidee von Eigenfaces?
- Untersuche Statistik der Bilder
- Finde Richtungen der größten Varianz
- Drücke jedes Bild durch Principal Components aus
- Bilddistanz wird bezüglich der PCA-Koeffizienten gemessen
Wie lauten die Schritte beim Training von Eigenfaces?
- Erstelle Datenbasis von irgendwelchen Portraits
- Einheitliche Position und Größe
- Einheitlicher Hintergrund
- Konvertiere Bilder in Vektoren
- Berechne Principal Components
- Speichere Principal Components
Wie lauten die Schritte bei der Anwendung von Eigenfaces beim Enrollment?
- Aufnahme der Gallery Bilder
- Verschiebung, Skalierung, Hintergrund
- Konvertiere Bilder in Vektoren
- Drücke diese durch Principal Components aus
- Speichere Koeffizienten bezüglich Principal Components
Wie lauten die Schritte bei der Anwendung von Eigenfaces bei der Gesichtserkennung?
- Aufnahme des Probe-Bildes
- Verschiebung, Skalierung, Hintergrund
- Konvertiere Bild in Vektor
- Drücke diesen durch Principal Components aus
- Vergleiche Koeffizienten mit denen der Gallery
- Finde nächsten Nachbarn
