Kandidat: Aleksandar Mijatović

Naslov diplomskega dela: Rekonstrukcija prstnih odtisov iz biometričnih predlog

Povzetek:

Sodobni sistemi za prepoznavanje prstnih odtisov se za namen učinkovite obdelave biometričnih podatkov močno zanašajo na kompaktne predloge na osnovi minucij. Čeprav je dolgo veljalo prepričanje, da takšne predloge ne vsebujejo dovolj informacij za rekonstrukcijo izvorne slike, so nedavne raziskave pokazale, da je realistična rekonstrukcija mogoča. Kljub precejšnjemu napredku imajo obstoječi generativni pristopi pogosto težave z reprodukcijo kompleksne strukture grebenov prstnih odtisov. Rekonstruirani odtisi pogosto vsebujejo napake v bližini singularnih točk, moten je globalni tok grebenov, pojavljajo pa se tudi lažne minucije, predvsem na območjih, kjer primanjkuje konteksta.

V tem delu predlagamo nov način kodiranja minucij, ki generativnemu modelu med procesom učenja zagotavlja dodatne kontekstualne informacije. Predlagani pristop izboljša izgled grebenov, zmanjša število napak v bližini singularnih točk in ustvari bolj naraven videz celotnega odtisa. Vrednotenje je bilo izvedeno na podatkovnih zbirkah URU in Anguli zrazličnimi scenariji napadov, ki temeljijo na biometričnem ujemanju, ter ocene kakovosti prstnih odtisov NFIQ2. V povprečju se je uspešnost napada tipa I na podatkovni zbirki URU izboljšala za 17%, na zbirki Anguli pa za 65%, medtem ko se je uspešnost napada tipa II na zbirki URU izboljšala za 25%. Poleg tega se je povprečna kakovost odtisov izboljšala za približno 15–20% na obeh podatkovnih zbirkah. Ti rezultati kažejo, da vključitev bogatejših kontekstualnih informacij bistveno izboljša rezultat rekonstrukcije, kar vodi do bolj kakovostnih in realističnih prstnih odtisov.

Mentor: prof. dr. Peter Peer

Somentor: asist. Tim Oblak

Komisija za zagovor:

    - doc. dr. Borut Batagelj, predsednik

    - doc. dr. Luka Šajn, član

    - prof. dr. Peter Peer, mentor

Kandidat: Ana Cvetković

Naslov diplomskega dela: Difuzijski modeli v virtualnem pomerjanju oblačil

Povzetek:

Virtualno pomerjanje je namenjeno sintetiziranju novih oblačil na sliki osebe ob hkratnem ohranjanju identitete, poze in konteksta prizora za uporabo v e-trgovini in raziskovanju oblikovanja. To diplomsko delo nadgradi DiCTI, besedilno vodeno difuzijsko metodo za zapolnjevanje slike (angl. inpainting), z namenom zmanjšanja sprememb poze, izboljšanja pokritosti maske pri ohlapnih oblačilih ter omogočanja natančnejšega nadzora nad videzom tkanine kot ga omogoča zgolj besedilo. Za odpravo teh omejitev predlagani PMFR-DiCTI vključuje pogojevanje s ControlNet na osnovi DensePose za ohranjanje poze, združeno masko DensePose in SegFormer segmentacije oblačil za zanesljivejše maskiranje ter pogojevanje z referenčno sliko tkanine prek IP-Adapterja in regijsko selektivno urejanje. Ovrednotenje na podmnožici VITON-HD (2250 generiranih slik) pokaže izboljšan realizem in skladnost poze, vključno z 57% zmanjšanjem metrike KID ter 53% izboljšanjem razdalje poze v primerjavi z izhodiščno metodo. Uporabniška študija s 30 udeleženci dodatno potrdi statistično značilno preferenco izhodov PMFR-DiCTI pri ohranjanju poze, natančnosti tkanine in strukturi oblačila. Delo učinkovito naslovi omejitve DiCTI, pri tem pa ohrani posploševanje brez dodatnega učenja ter zagotovi praktičen okvir za nadzorovano sintezo oblačil.

Mentor: prof. dr. Peter Peer

Somentorica: asist. Ajda Lampe

Komisija za zagovor:

    - doc. dr. Borut Batagelj, predsednik

    - doc. dr. Luka Šajn, član

    - prof. dr. Peter Peer, mentor

Prostor: Sejna soba 3