Automatyka i Robotyka, V rok. promotor: dr Adrian Horzyk. Kraków, 3 czerwca System automatycznego rozpoznawania

Podobne dokumenty
AUTOMATYCZNE ROZPOZNAWANIE PUNKTÓW KONTROLNYCH GŁOWY SŁUŻĄCYCH DO 3D MODELOWANIA JEJ ANATOMII I DYNAMIKI

Algorytm do rozpoznawania człowieka na podstawie dynamiki użycia klawiatury. Paweł Kobojek, prof. dr hab. inż. Khalid Saeed

Krzysztof Ślot Biometria Łódź, ul. Wólczańska 211/215, bud. B9 tel

BIOMETRIA. Napisz coś na klawiaturze, a powiem Ci. Wojciech Wodo Katedra Informatyki Wydział Podstawowych Problemów Techniki. Wrocław, r.

Plan wykładów 2015/2016

Materiały dydaktyczne: Maciej Krzymowski. Biometryka

Biometria Głosu i HUB biometryczny w Banku Zachodnim WBK International Biometric Congress 2016 Józefów,

Praca Magisterska. Automatyczna kontekstowa korekta tekstów na podstawie Grafu Przyzwyczajeń. internetowego dla języka polskiego

BIOMETRIA WYKŁAD 8: BŁĘDY SYSTEMOW BIOMETRYCZNYCH

Zastosowanie sztucznych sieci neuronowych w prognozowaniu szeregów czasowych (prezentacja 2)

Początek biometrycznych systemów autoryzacji: Babilon i Egipt

Sieci neuronowe - dokumentacja projektu

Biometryczna Identyfikacja Tożsamości

Od biometrii do bezpiecznej. biometrii

Odciski palców ekstrakcja cech

WYMAGANIA EDUKACYJNE Z ZAJĘĆ KOMPUTEROWYCH KLASA 4:

NEURAL NETWORK ) FANN jest biblioteką implementującą SSN, którą moŝna wykorzystać. w C, C++, PHP, Pythonie, Delphi a nawet w środowisku. Mathematica.

Sztuczna Inteligencja Tematy projektów Sieci Neuronowe

Lingwistyczny system definicyjny wykorzystujący korpusy tekstów oraz zasoby internetowe.

Wymagania edukacyjne z zajęć komputerowych klasa 4:

PROVEN BY TIME.

Mechatronika i inteligentne systemy produkcyjne. Modelowanie systemów mechatronicznych Platformy przetwarzania danych

Dokumentacja Końcowa

Identyfikacja człowieka metody kryminalistyczne i biologiczne - ogólnie

Biometryka. Aleksander Nałęczyński Mateusz Zakrzewski Michał Krajewski

SI w procesach przepływu i porządkowania informacji. Paweł Buchwald Wyższa Szkoła Biznesu

Konsola operatora TKombajn

Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie. Wydział Elektrotechniki, Automatyki, Informatyki i Elektroniki TOMASZ PAŁOSZ

Technologia dynamicznego podpisu biometrycznego

Cyfrowy rejestrator parametrów lotu dla bezzałogowych statków powietrznych. Autor: Tomasz Gluziński

Sztuczna inteligencja stan wiedzy, perspektywy rozwoju i problemy etyczne. Piotr Bilski Instytut Radioelektroniki i Technik Multimedialnych

Czujniki obiektowe Sterowniki przemysłowe

Bezpieczeństwo 2.0 w mbanku

GSMONLINE.PL dla zainteresowanych nowymi technologiami

Iwona ISKIERKA PRZETWARZANIE DANYCH BIOMETRYCZNYCH W USŁUGACH ELEKTRONICZNYCH 1 PROCESSING OF BIOMETRIC DATA IN ELECTRONIC SERVICES

Modyfikacja algorytmów retransmisji protokołu TCP.

Systemy wbudowane. Paweł Pełczyński

Projekt Sieci neuronowe

Algorytm wstecznej propagacji błędów dla sieci RBF Michał Bereta

Lokalizacja Oprogramowania

Sieć Hopfielda. Sieci rekurencyjne. Ewa Adamus. ZUT Wydział Informatyki Instytut Sztucznej Inteligencji i Metod Matematycznych.

Nazwa kwalifikacji: Projektowanie i programowanie urządzeń i systemów mechatronicznych Oznaczenie kwalifikacji: E.19 Numer zadania: 01

EGZAMIN POTWIERDZAJĄCY KWALIFIKACJE W ZAWODZIE Rok 2018 CZĘŚĆ PRAKTYCZNA

Systemy uczące się wykład 2

System wspomagania harmonogramowania przedsięwzięć budowlanych

Rozpoznawanie twarzy za pomocą sieci neuronowych

Propozycje tematów prac magisterskich dla studentów planujących obronę w roku akademickim 2016/2017 lub w latach późniejszych.

IMPLEMENTACJA SIECI NEURONOWYCH MLP Z WALIDACJĄ KRZYŻOWĄ

1. Definicja danych biometrycznych

System Korekty Tekstu Polskiego

Oprogramowanie Systemów Obrazowania SIECI NEURONOWE

WorkshopIT Komputer narzędziem w rękach prawnika

Uczenie sieci neuronowych i bayesowskich

W A R S Z A W S K A W Y Ż S Z A S Z K O Ł A I N F O R M A T Y K I

System Korekty Tekstu Polskiego

Sieci neuronowe i algorytmy uczenia Czyli co i jak andrzej.rusiecki.staff.iiar.pwr.wroc.pl s.

Temat: Sztuczne Sieci Neuronowe. Instrukcja do ćwiczeń przedmiotu INŻYNIERIA WIEDZY I SYSTEMY EKSPERTOWE

TEST Z INSTRUKCJĄ I KARTĄ ODPOWIEDZI DLA UCZNIA

Metoda biometrycznego uwierzytelniania dokumentów Długopis cyfrowy IC Pen

SZTUCZNA INTELIGENCJA

Sieć przesyłająca żetony CP (counter propagation)

AUTOMATYKA INFORMATYKA

Testy z użytkownikami jako narzędzia wspomagające projektowanie interfejsów użytkownika

Raport z analizy badania diagnozującego uczniów klas czwartych

KUS - KONFIGURACJA URZĄDZEŃ SIECIOWYCH - E.13 ZABEZPIECZANIE DOSTĘPU DO SYSTEMÓW OPERACYJNYCH KOMPUTERÓW PRACUJĄCYCH W SIECI.

Sztuczne sieci neuronowe i sztuczna immunologia jako klasyfikatory danych. Dariusz Badura Letnia Szkoła Instytutu Matematyki 2010

P R Z E T W A R Z A N I E S Y G N A Ł Ó W B I O M E T R Y C Z N Y C H

Mechatronika i inteligentne systemy produkcyjne. Paweł Pełczyński ppelczynski@swspiz.pl

Wstęp do sieci neuronowych, wykład 6 Wsteczna propagacja błędu - cz. 3

Optymalizacja optymalizacji

Raport z analizy badania diagnostycznego uczniów klas czwartych 2016

Wprowadzenie do teorii systemów ekspertowych

Wykład VII. Systemy kryptograficzne Kierunek Matematyka - semestr IV. dr inż. Janusz Słupik. Wydział Matematyki Stosowanej Politechniki Śląskiej

Instrukcja obsługi terminal A300

S O M SELF-ORGANIZING MAPS. Przemysław Szczepańczyk Łukasz Myszor

Biometryczna Identyfikacja Tożsamości

Adrian Horzyk

rozpoznawania odcisków palców

BIOMETRIA - wybrane problemy, zastosowania i metody informatyczne. Katedra Systemów Multimedialnych Wydzial Informatyki. dr inż.

Biometria podpisu odręcznego

Modelowanie glikemii w procesie insulinoterapii

Biometryczna Identyfikacja Tożsamości

Architektura komputerów

Algorytmy sztucznej inteligencji

Wykrywanie twarzy ludzkich na kolorowych obrazach ze złożonym tłem

synaptycznych wszystko to waży 1.5 kg i zajmuje objętość około 1.5 litra. A zużywa mniej energii niż lampka nocna.

Prognozowanie zanieczyszczeń atmosferycznych przy użyciu sieci neuronowych

Podstawy Automatyki. Wykład 4 - algebra schematów blokowych. dr inż. Jakub Możaryn. Warszawa, Instytut Automatyki i Robotyki

Przetwarzanie równoległe

Praca dyplomowa. Program do monitorowania i diagnostyki działania sieci CAN. Temat pracy: Temat Gdańsk Autor: Łukasz Olejarz

Struktura i działanie jednostki centralnej

Inteligentne systemy informacyjne

Temat: Sieci neuronowe oraz technologia CUDA

Wielowymiarowa analiza regionalnego zróżnicowania rolnictwa w Polsce

Technologia biometryczna w procesach obsługi pacjentów i obiegu dokumentacji medycznej Konferencja ekspercka dotycząca e- Zdrowia Warszawa, 27

SIEĆ NEURONOWA JAKO NARZĘDZIE APROKSYMACJI I KLASYFIKACJI DANYCH. Jakub Karbowski Gimnazjum nr 17 w Krakowie

Lekcja 5: Sieć Kohonena i sieć ART

HCI Human Computer Interaction

PRZEDMIOTOWE ZASADY OCENIANIA JĘZYK ANGIELSKIEGO 2017/2018 Klasy I - III

PRZEDMIOTOWE ZASADY OCENIANIA Z JĘZYKA ANGIELSKIEGO I ETAP EDUKACYJNY KLASY I-III

Transkrypt:

Automatyka i Robotyka, V rok Kraków, 3 czerwca 2009 promotor: dr Adrian Horzyk

1 2 i problemy 3 4 Technologie 5 Wyniki 6

Podział biometrii

7 cech opisujących parametry ludzi - A. K. Jain uniwersalność - każda osoba powinna posiadać badaną charakterystykę. unikalność - określa jak dobrze badana wartość odróżnia osobę od pozostałych ludzi. trwałość - określa jak bardzo parametr odporny jest na starzenie. pobieralność - określa łatwość pobrania badanej wartości. występowanie - natężenie, prędkość i odporność na zakłócenia. akceptowalność - stopień akceptowalności technologii. podstępność - łatwość użycia substytutów.

Keystroke dynamics na tle innych cech - A. K. Jain Tabela: Porównanie cech; H - wysoka, M - średnia, L - niska uniwersalność unikalność trwałość pobieralność występowanie akceptowalność podstępność Biometria Twarz H L M H L H L Odcisk palca M H H M H M H Geometria ręki M M M H M M M Dynamika pisania L L L M L M M Żyły na ręce M M M M M M H Tęczówka H H H M H L H Siatkówka oka H H M L H L H

Keystroke dynamics na tle innych cech - A. K. Jain Tabela: cd. Porównanie cech; H - wysoka, M - średnia, L - niska uniwersalność unikalność trwałość pobieralność występowanie akceptowalność podstępność Biometria Podpis L L L H L H L Głos M L L M L H L Temperatura twarzy H H L H M H H Zapach H H H L L M L DNA H H H L H L L Chód M L L H L H M Kanaliki uszne M M H M M H M

Zasadniczym celem pracy magisterskiej było stworzenie programu pracującego w tle i ropoznającego po sposobie oraz gestach myszki. Powyższy cel postawił do rozwiązania kilka problemów. Stworzenie bazy danych do zbierania próbek, Zbieranie próbek, Zaprojektowanie wzorca oraz algorytmu, Zaprojektowanie, uczenie i testowanie sieci neuronowej, Normalizacja danych wejściowych.

Zbieranie danych z klawiatury i myszki przerwania klawiatury wraz z taktem procesora, w którym nastąpiło przerwanie, myszka - j.w., na tej wyliczano: czas wciśnięcia klawisza, czas pomiędzy sąsiednimi klawiszami, docelowo - charakterystykę każdego słowa... myszka - niestandardowe zachowania.

Baza danych

Algorytm. Elementy składowe. Klasyczny sztuczny neuron Sieć typu RBF

Sieć neuronowa - poziom 1

Sieć neuronowa - poziom 2 z nauczycielem - warstwy wyjściowe, bez nauczyciela - warstwa RBFN.

Skąd pobrano słowa? 703536 w 442062 i 375809 z 361857 na 333707 się 251165 do 222939 nie 165345 że 141932 o 128234 to 124290 jest 91950 a 77189 od 71798 po 71498 przez 70461 za 60445 dla Słownik frekwencyjny języka polskiego stworzony przez zespół prof. Lubaczewskiego, udostępniony przez dr inż. Marka Gajęckiego. Słowa jednoliterowe zostały usunięte....

Normalizacja Użyto normalizację, ponieważ każdy pisze z inną prędkością o różnej porze dnia, szybkość napisania słowa powinna być (i jest) jednym z parametrów sieci (neuron RBF), zapewnia ona badanie stosunków czasów, a nie samych czasów.

Krótki przegląd pracy Przebadano 3 algorytmy. Badanie czasów wciśnięć i czasów pomiędzy wciśnięciami klawiszy - prosta analiza matematyczna, Zastosowanie sieci neuronowej do analizy czasów wciśnięć i czasów pomiędzy wciśnięciami klawiszy, Zastosowanie sieci neuronowej do analizy słów. Ostatecznie zastosowano sieć neuronową do analizy słów. W przyszłości można jeszcze przeprowadzić badanie dłuższych przerw czasowych między wprowadzanymi wyrazami, przeprowadzić badanie zatrzymań w trakcie wyrazów, przeprowadzić badanie niekontrolowanych gestów myszki, poprawić szybkość wczytywania sieci neuronowej.

Wyniki Tabela: Wartości błędnej akceptacji i błędnego odrzucenia dla poszczegółnych użytkowników test 1 test 2 Osoba poziom poziom błędnej akceptacji błędnej akceptacji Mateusz 4,76% 0% Michał 2,33% 0% Róża 12,5% 0% Średnio 5% 0% poziom poziom błędnego odrzucenia błędnego odrzucenia Tomek 0.01% 92,59%

Wyniki Wskaźnik błędnej akceptacji (False Acceptance Rate - FAR) na poziomie 5%, Wskaźnik błędnego odrzucenia (False Rejection Rate - FRR) na poziomie 0.01%, Optymalizacja sieci pod względem zajmowanej pamięci RAM, Powolne uczenie i wczytywanie sieci neuronowej.

Filmiki przedstawiające działanie programu Filmiki przedstawiające działanie programu. test Tomek.avi test Lukasz.avi

Koniec Dziękuję za uwagę.