Publikace detail

Thermal-based gender recognition using drones: advancing biometric recognition in challenging outdoor environments

Autoři: Příhodová Kateřina | Jech Jakub

Rok: 2024

Druh publikace: článek v odborném periodiku

Název zdroje: Drone Systems and Applications

Název nakladatele: CANADIAN SCIENCE PUBLISHING

Místo vydání: OTTAWA

Strana od-do: 1-9

Tituly:

Jazyk	Název	Abstrakt	Klíčová slova
cze	Termální rozpoznávání pohlaví pomocí dronů: pokrok v biometrickém rozpoznávání v náročných venkovních prostředích	Zatímco biometrické rozpoznávání obvykle používá k identifikaci osob rysy, jako je obličej, otisk prstu a duhovka, tato studie se zaměřuje na využití specifických vlastností k identifikaci pohlaví. Cílem tohoto článku je navrhnout postup pro uznání pohlaví za konkrétních podmínek. Specifickou podmínkou je monitorování venkovního prostoru, které představuje výzvy, jako jsou různé světelné podmínky a omezené možnosti umístění kamery. K řešení tohoto problému využívá navrhovaný postup tepelné snímky pořízené dronem vybaveným termokamerou. Výhodou termovizí je jejich nezávislost na okolních světelných podmínkách. Pořízené snímky jsou změněny a zpracovány pomocí konvolučních neuronových sítí (CNN) (AlexNet, VGG-16, VGG-19) pro extrakci příznaků a binární klasifikaci. Pro trénování CNN je využívána volně dostupná databáze termosnímků obličeje, k testování pak vlastní vytvořená dataset termosnímků získaných dronem. Zjištění naznačují, že optimalizované CNN dosahují přesnosti klasifikace 82,4 % (VGG-16), 82,9 % (AlexNet) a 85,5 % (VGG-19). Původní přínos této studie spočívá v prokázání vhodnosti termosnímků obličeje získaných pomocí dronů pro účely rozpoznávání pohlaví.	dron; rozpoznávání pohlaví; termální snímky; konvoluční neuronová síť
eng	Thermal-based gender recognition using drones: advancing biometric recognition in challenging outdoor environments	While biometric recognition typically uses features such as face, fingerprint, and iris to identify individuals, this study focuses on utilising specific characteristics to identify gender. The aim of this article is to propose a procedure for gender recognition under specific conditions. The specific condition addressed is outdoor area monitoring, which presents challenges such as varying lighting conditions and limited camera placement options. To tackle this, a proposed procedure utilises thermal images captured by the drone equipped with a thermal camera. The advantage of thermal images is their independence from ambient light conditions. The captured images are resized and processed using convolutional neural networks (CNNs) (AlexNet, VGG-16, VGG-19) for feature extraction and binary classification. A freely available database of thermal face images is used for training the CNNs, while a own created dataset of thermal images obtained by the drone is used for testing. The findings indicate that the optimised CNNs achieve classification accuracies of 82.4% (VGG-16), 82.9% (AlexNet), and 85.5% (VGG-19). The original contribution of this study lies in demonstrating the suitability of face thermal images obtained through drones for gender recognition purposes.	drone; gender recognition; thermal image; convolutional neural networks

Vyhledávání

Přihlášení pro studenty

Přihlášení pro zaměstnance

Publikace detail

Ústavy

Pracoviště

Jak nás najdete?

Služby

Často hledáte