.jpg)
KORISNE POVEZNICE
TIP PROJEKTA:
RAZDOBLJE PROVEDBE PROJEKTA:
VODITELJ I SURADNICI NA PROJEKTU:
KRATAK OPIS PROJEKTA:
Projekt BioPatchNet razvija raspodijeljeni inferencijski sustav za biometrijsko prepoznavanje osoba temeljen na paralelnoj obradi segmenata slike. Konvencionalni biometrijski sustavi često pate od visoke latencije, ograničene propusnosti i osjetljivosti na artefakte koji se javljaju u realnim okruženjima. BioPatchNet uvodi postupak u kojem se svaka slika razlaže na segmente, a zasebni čvorovi izvode ekstrakciju značajki i generiraju reprezentacije prikladne za identifikaciju i verifikaciju. Time se smanjuje količina podataka koja se prenosi i ubrzava obrada.
Nakon ekstrakcije značajki, ansambl klasifikatora provodi evaluaciju vektora i donosi odluke koje se spajaju konsenzusom. Takav pristup smanjuje osjetljivost sustava na pogreške pojedinih klasifikatora i poboljšava stabilnost. Projekt uključuje razvoj modela treniranih na segmentima slike, definiciju metrika kvalitete vektora značajki, implementaciju različitih fuzijskih pristupa te integraciju svega u jedinstveni raspodijeljeni cjevovod.
Sustav će se testirati na velikim biometrijskim skupovima podataka uz procjenu latencije, robusnosti, sigurnosti i skalabilnosti. Očekuje se da će arhitektura postići značajno nižu latenciju u odnosu na monolitne sustave, uz očuvanje ili poboljšanje identifikacijske točnosti. Rješenje je primjenjivo u pametnim gradovima, sigurnosnim sustavima, zdravstvenoj infrastrukturi i okruženjima u kojima je potrebna brza i pouzdana biometrijska obrada.
CILJEVI PROJEKTA:
Glavni cilj projekta je izgradnja i validacija skalabilnog raspodijeljenog sustava BioPatchNet za biometrijsko prepoznavanje osoba. Sustav kombinira segmentnu ekstrakciju značajki, ansambl klasifikatora i adaptivne strategije fuzije.
Specifični ciljevi uključuju:
Ekstrakciju značajki po segmentima slike te procjenu kvalitete generiranih vektora. Cilj je razviti modele koji zadržavaju diskriminativnost i pri obradi malih dijelova slike.
Projektiranje ansambla klasifikatora i evaluaciju različitih pristupa spajanju odluka. Usporedit će se determinističke i stohastičke metode te odabrati konfiguracija s najnižom stopom pogrešaka.
Implementaciju raspodijeljenog inferencijskog cjevovoda koji omogućuje obradu u stvarnom vremenu na više čvorova te procjenu utjecaja mrežnih kašnjenja i sinkronizacije.
Ablacijsku analizu na velikim skupovima podataka radi identifikacije ključnih komponenti sustava i optimizacije arhitekture.
Projekt će rezultirati funkcionalnim prototipom, otvorenim izvorom koda i znanstvenim publikacijama. Očekivani doprinos uključuje smanjenje latencije, povećanje robusnosti i stabilnosti sustava te stvaranje referentnog modela za akademiju i industriju.
NOSITELJ PROJEKTA: Sveučilište Jurja Dobrile u Puli