Računalniški vid nas skozi oči neštetih kamer spremlja na vsakem koraku. Ali kdo ve, kaj računalniki počnejo s temi posnetki, kaj sploh znajo in kaj smejo? Seveda. Odgovore imajo sodelavci Laboratorija za računalniški vid na Fakulteti za računalništvo in informatiko Univerze v Ljubljani, ki budno sledijo najnovejšim dognanjem v svetu ter tudi sami prispevajo k hitremu napredku in varni (!) uporabi novih tehnologij na področju biometrije.

Biometrija je v središču pozornosti, ko govorimo o avtomatskih sistemih razpoznave oseb, varovanja zasebnosti, računalniškega generiranja podob ter prepoznave vse bolj prepričljivih ponaredkov fotografij in video posnetkov. V Laboratoriju za računalniški vid v drugem nadstropju fakultete se je ob našem obisku zbralo tudi osem mlajših sodelavcev. Večina jih je še na poti do doktorata, a s svojimi raziskavami in prodornimi idejami, ki so jih objavile vrhunske znanstvene revije, že krojijo prihodnost.

Globoke metode v službi biometrije

Globoke nevronske mreže, ki so v zadnjih desetih letih povsem spremenile in predvsem pospešile razvoj na vseh področjih strojnega učenja in umetne inteligence, so naredile pravo revolucijo tudi v računalniškem vidu. Docent dr. Žiga Emeršič je razvil globok model za razpoznavo oseb na podlagi uhljev, Matej Vitek pa model za razpoznavo beločnice. Vsak od njiju organizira mednarodno tekmovanje, na katerem raziskovalci z vsega sveta preizkušajo svoje rešitve. Njihove rešitve so lahko uporabne na številnih področjih, vse od odklepanja pametnih naprav do varnostnih sistemov in razpoznave oseb v kriminalistični preiskavi.

Razpoznava osebe po beločnici

Na področju forenzike raziskuje tudi Tim Oblak, ki razvija metode za oceno kakovosti prstnih sledi v forenzičnih preiskavah. Svoje usposabljanje opravlja v sodelovanju FRI in Skupnega raziskovalnega središča Evropske komisije v italijanski Ispri. Na pobudo raziskovalne skupine pravkar teče postopek standardizacije metod, kar bo izboljšalo sodelovanje med forenzičnimi laboratoriji, organi pregona ter večjimi informacijskimi sistemi v Evropski uniji.

Za učenje globokih modelov so potrebne velike količine podatkov, predvsem slik, kjer pa so raziskovalci že trčili v omejitve zaradi varovanja osebnih podatkov. To težavo rešujejo z računalniškim generiranjem slik, ki niso istovetne z resničnimi osebami. Mladi raziskovalec Darian Tomašević že gradi velike baze umetno ustvarjenih biometričnih podatkov, da bodo na voljo za učenje novih globokih modelov.

Varovanje zasebnosti in prepoznava ponaredkov

Razpoznava oseb in zbiranje osebnih podatkov omogočajo mnogo uporabnih aplikacij, a žal tudi zlorab, zato se del laboratorija ukvarja z zaščito zasebnosti. Blaž Meden je razvill že več generacij modela, ki poskrbi za deidentifikacijo. To pomeni, da na sliki ali video posnetku toliko spremeni določene značilnosti obraza, da oseba ni več razpoznavna, vendar obraz še vedno deluje realističen in ohranja čustveno razpoloženje.

Deidentifikacija slik

Na podoben način za zaščito zasebnosti skrbi Peter Rot. Razvija metode, ki iz obrazov ali njihovih numeričnih opisnikov odstranjujejo občutljive podatke (npr. spol, raso, starost), pri čemer se ohranja zmožnost preverjanje istovetnosti osebe. Z njimi zmanjšamo možnost zlorabe podatkov v nepredvidene namene, hkrati pa zagotavljamo GDPR načelo minimizacije, ki prepoveduje zbiranje podatkov, ki niso ključni za delovanje sistema.

Zlorabe in uporabnost umetnega generiranja slik

Z zaščito zasebnosti je tesno povezana razpoznava lažnih posnetkov, generiranih z globokimi modeli (deep fake), ki so tako dobri, da hitro zavedejo gledalce. Na tem področju je dr. Borut Batagelj, v sodelovanju z ostalimi uspešno naučil model na sintetičnih podatkih, ki uspešno prepozna preoblikovane obraze (face morphing) napade. Najnovejši modeli laboratorija za oceno kakovosti pa znajo oceniti tudi kvaliteto ponarejenega posnetka.

Ker se omenjeni modeli stalno razvijajo, ni smiselno, da bi globoke modele za razpoznavo ponaredkov učili na samih ponaredkih. Francoz Nicolas Larue, ki se je laboratoriju pridružil v okviru zveze EUTOPIA, razvija model, ki se uči na pravih slikah in nato na posnetkih išče anomalije, ki dokažejo, da posnetek ni pristen.

Umetno generiranje slik pa je lahko tudi zelo koristno, recimo pri spletnem nakupovanju oblačil. Ajda Lampe razvija metode za virtualno pomerjanje oblačil, s pomočjo katerih bo lahko vsakdo od doma preveril, ali mu oblačilo pristoji ter ga brez strahu naročil prek spleta. V okviru projekta Deep Beauty so v laboratoriju podobno generiranje podob preizkusili tudi za ličenje, pričeske in pomerjanje očal.

Virtualno pomerjanje oblačil

Mednarodna vpetost raziskovalne skupine

Vodja laboratorija in mentor omenjenih raziskovalcev profesor dr. Peter Peer je zelo ponosen na dosežke članov laboratorija, ki orjejo ledino na izbranih področjih računalniškega vida in biometrije. Raziskovalno skupino spodbuja k mednarodnemu sodelovanju, ki omogoča hiter pretok znanja in posledično tudi napredek. V kratkem se bosta laboratoriju pridružila še raziskovalec iz Kostarike ter raziskovalec indijskega rodu iz Združenih arabskih emiratov.

Posebej moramo omeniti še mednarodno konferenco organizacije IEEE s področja biometrije, International Joint Conference on Biometrics, ki letos konec septembra gostuje v Ljubljani in jo organizira Laboratorij za strojno inteligenco s Fakultete za elektrotehniko. Člani Laboratorija za računalniški vid sodelujejo pri organizaciji, obenem pa bodo na konferenci sodelovali s kar štirimi sprejetimi članki.

Odprti za sodelovanje z zagnanimi študenti

Študenti, ki jih zanima računalniški vid, bi radi zgradili globoke modele ali preizkusili globoke nevronske mreže na različnih področjih biometrije, so v laboratoriju vedno dobrodošli. Pod mentorstvom članov laboratorija lahko pišejo diplomska in mentorska dela ter prek študentskega dela ali na račun pridobivanja kreditnih točk sodelujejo v tekočih projektih in raziskavah.