Vai al contenuto| Home page|

   Ti trovi in: HOME »Programmi, progetti e risultati »I progetti »PRIN - Programmi di ricerca di Rilevante Interesse Nazionale»Programma di ricerca
INIZIO_TESTO_DA_INDICIZZARE

PROGRAMMA DI RICERCA 2005

italiano - english
Unità di Ricerca
Programmi di ricerca simili:
Classificazione scientifico-disciplinare
Classificazione brevettuale
Classificazione geografica
Bibliografia
[1] Biometrics at the Frontiers: Assessing the Impact on Society, Technical reports for the European Parliament Committee on Citizens' Freedoms and Rights, Justice and Home Affairs (LIBE), European Commission Joint Research Centre (DG JRC), Institute for Prospective Technological Studies, European Communities, 2005 http://europa.eu.int/comm/justice_home/doc_centre/ freetravel/doc/biometrics_eur21585_en.pdf
[2] 2002 market review, Biometric Technol. Today, 11 (January 2003) 9–11.
[3] R. Norton, The evolving biometric marketplace to 2006, Biometric Technol. Today, 11 (October 2002) 7–8.
[4] Biometric Systems: Worldwide Deployments, Market Drivers, and Major Players, Allied Business Intelligence Oyster Bay, NY, 2002.
[5] J.L. Wayman, Generalized biometric identification system model, in: Proceedings of 31st IEEE Asilomar Conference on Signals, Systems and Computing, Paci c Grove, CA, 1997.
[6] Xiaoguang Lu, Orientation analysis for rotated human face detection, Image and Vision Computing, vol. 20, no. 4, pp. 257-264, 2002.
[7] Matthew Turk, Alex Pentland, Eigenfaces for Recognition; Vision and Modeling Group, The Media Laboratory, Massachusetts Institute of Technology; September 1990.
[8] César Enrique Rose Gómez, Reconocimiento e Identificación de Rostros Usando Análisis de los Principales Componentes.
[9] A. Hyvrinen, Fast and robust fixed-point algorithms for independent component analysis; Neural Computing Surveys, vol. 2, pp. 94-128, 1999.
[10] P. N. Belhumeur, J. P. Hespanha, and D. J. Kriegman, Eigenfaces vs. Fisherfaces: Recognition using class specific linear projection; IEEE Trans. Pattern Analysis and Machine Intelligence, vol. 19, no. 7, pp. 711-720, Jul. 1997.
[11] Ming-Hsuan Yang, Kernel eigenfaces vs. kernel fisherfaces: Face recognition using kernel methods; in Proc. IEEE International Conference on Automatic Face and Gesture Recognition, Washington D. C., pp. 215-220, May 2002.
[12] Vytautas Perlibakas, Distance measures for PCA-based face recognition; Pattern Recognition Letters 25 (2004) 711–724.
[13] Yambor, W.S., Draper, B.A., Beveridge, J.R., 2002. Analyzing PCA-based face recognition algorithm: Eigenvector selection and distance measures. In: Christensen, H., Phillips, J. (Eds.), Empirical Evaluation Methods in Computer Vision. World Scientific Press, Singapore.
[14] Perlibakas, V., 2002. Image and geometry based face recognition. Inform. Technol. Control 1 (22), 73–79.
[15] Baofeng Guo, Kin-Man Lam, Kwan-Ho Lin, Wan-Chi Siu, Human face recognition based on spatially weighted Hausdorff distance, Pattern Recognition Letters 24 (2003) 499–507.
[16] Lam, K.M., Yan, H., Locating and extracting the eye in human face images. Pattern Recognition 29 (5), 771–779, 1996.
[17] Y. H. Wang, T. N. Tan and Y. Zhu, Face Verification Based on Singular Value Decomposition and Radial Basis Function Neural Network.
[18] 3D Face Authentication for Biometric Access Control Project Description, 12/11/2002.
[19] A. Razdan, M. Bae, in press: A Hybrid Approach to Feature Segmentation. Computer- Aided Design, 2002.
[20] Nicola D’Apuzzo, Modeling Human Faces with Multi-Image Photogrammetry, Three-Dimensional Image Capture and Applications V, Proc. of SPIE, San Jose, California, 2002, Vol. 4661.
[21] C. Beumier, M. Acheroy, Automatic 3D face authentication, Image and Vision Computing 18 (2000) 315–321.
[22] C. Beumier, M. Acheroy, Face verification from 3D and grey level clues, Pattern Recognition Letters 22 (2001) 1321–1329.
[23] Nicola D’Apuzzo e Nobuo Kochi, Three-dimensional human face feature extraction from multi images, 2003.
[24] Anuj Srivastava, Gordon Erlebacher (CSIT), Curt Hesher, Research > Geometrical Representations of Faces, Laboratory for Computational Vision | 214 OSB | Florida State University | Tallahassee, FL 32306.
[25] Natalie L. Fraser, Mineo Yoshino, Kazuhiko Imaizumi, Sherie A. Blackwell, C. David L. Thomas, John G. Clement, A Japanese computer-assisted facial identification system successfully identifies non-Japanese faces, Forensic Science International 135 (2003) 122–128.
[26] Mineo Yoshino, Hideaki Matsuda, Satoshi Kubota, Kazuhiko Imaizumi, and Sachio Miyasaka, Assessment of Computer-assisted Comparison between 3D and 2D Facial Images, Jpn. J. Sci. Tech. Iden. 5 (2000) 9–15.
[27] Patrick J. Flynn, Kevin W. Bowyer, and P. Jonathon Phillips, Assessment of Time Dependency in Face Recognition: An Initial Study, AVBPA 2003, LNCS 2688, pp. 44-51, 2003.
[28] Jim Austin, FAR-Facial Attribute Recognition, Advanced Computer Architectures Group, University of York, Cybula Ltd
[29] Face Verification Competition on the XM2VTS Database, AVBPA 2003, LNCS 2688, pp. 964–974, 2003.
[30] P. Jonathon Phillips, Patrick Grother, Ross J. Micheals, Duane M. Blackburn, Elham Tabassi, Mike Bone, Face Recognition Vendor Test 2002 – Evaluation Report, marzo 2003, http://www.frvt.org.
[31] Michael Bromby, To Be Taken At Face Value? Computerised Identification, Information and Communications Technology Law, 2001.
[32] R.Thomas, As UK Crime Outstrips The US, A Hidden Eye Is Watching: Police switch on a camera that recognises your face, The Observer, 11 October 1998, pag.5.
[33] Philip E. Agre, Your Face Is Not a Bar Code: Arguments Against Automatic Face Recognition in Public Places, Whole Earth 106, Winter 2001, pages 74-77
[34] JayStanley, Barry Steinhardt, The failure of facial recognition technology in Tampa, Florida: an ACLU special report, 3 gennaio 2002.
[35] Kubota, S., Matsuda, H., Imaizumi, K., Miyasaka, S., and Yoshino, M. Anthropometric measurement and superimposition technique for facial image comparison using 3D morphologic analysis, Report of National Research Institute of Police Science (1997) 50:88–95 (in Japanese).
[36] Maples, W. R. and Austin, D. E. Photo/Video Superimposition in Individual Identification of the Living. Presented at the 44th Annual Meeting of American Academy of Forensic Sciences, New Orleans, Louisiana, February 17–22, 1992.
[37] Vanezis, P. and Brierley, C. Facial image comparison of crime suspects using video superimposition, Science & Justice (1996) 36:27–33.
[38] Yoshino, M., Kubota, S., Matsuda, H., Imaizumi, K., Miyasaka, S., and Seta, S. Face-to-face video superimposition using three dimensional physiognomic analysis, Japanese Journal of Science and Technology for Identification (1996) 1:11–20.
[39] Yoshino, M., Matsuda, H., Kubota, S., Imaizumi, K., and Miyasaka, S. Computer-assisted facial image identification system using 3D physiognomic range finder, Forensic Science International (2000) 109:225–237.
[40] Yoshino M., Matsuda H., Kubota S., Imaizumi K., Miyasaka S. Forensic Science Communications (2001) January (3)
Parole Chiave
INGEGNERIA INVERSA; DIGITALIZZAZIONE 3D; MORFO-BIOMETRIA; FOTOGRAMMETRIA

Reverse Engineering: Sviluppo di un sistema di acquisizione 3D a basso costo, basato sulla fotogrammetria digitale in campo stretto, applicato al rilievo morfo-biometrico

Politecnico di Bari
Abstract
Questa ricerca intende indagare su di una possibile ed innovativa applicazione della Reverse Engineering a fini biometrici.
Si intende sviluppare un sistema di Reverse Engineering basato sulla fotogrammetria digitale in campo stretto per fini biometrici relativi al riconoscimento di volti umani.
L'adozione di tecniche Reverse Engineering (RE) è motivata dal fatto che esse consentono la ricostruzione di oggetti 3D esistenti di forma complessa a partire dalle cordinate di punti rilevati con strumenti digitali di rilievo e misura.
La ricerca si propone di realizzare un sistema economico, veloce ed affidabile, dedicato al riconoscimento facciale, tale da migliorare l'accuratezza e l'affidabilità dei sistemi di riconoscimento biometrici attualmente disponibili per la verifica automatica dell'identità di una persona.
Il metodo proposto è di tipo off-line, basato su fotogrammi acquisiti preferibilmente in modo digitale, e su di una successiva elaborazione differita mendiante stereofotogrammetria, e quindi su di una comparazione morfometrica analitica 2D-3D.
Questa tecnica dovrebbe consentire anche di ottenere notevoli risparmi rispetto ai sistemi on-line, la cui efficacia è ancora tutta da dimostrare, che invece risultano essere costosi e non sono giustificabili dal punto di vista economico per tutte quelle applicazioni in cui non è necessario un riconoscimento real time.
Le applicazioni di riferimento per la tecnologia oggetto di >>>

Coordinatore Scientifico del Programma di Ricerca
Luigi Maria GALANTUCCI Politecnico di BARI
Obiettivo del Programma di Ricerca
Questa ricerca intende indagare su di una possibile ed innovativa applicazione della Reverse Engineering a fini biometrici.
Si intende sviluppare un sistema di Reverse Engineering basato sulla fotogrammetria digitale in campo stretto per fini biometrici relativi al riconoscimento di volti umani.
Il lavoro sarà svolto da due unità appartenenti a settori scientifico-disciplinari distinti. La prima unità è costituita da docenti e tecnici afferenti all'area dell'ingegneria industriale in particolare nell'ambito delle tecnologie e sistemi di lavorazione, la seconda unità è invece composta di personale afferente all'area della medicina legale.
La unità operativa n.1 si occuperà in particolare dello sviluppo del metodo e del sistema di rilievo 3D di volti umani, della sua validazione, della calibrazione, e dei test su di una popolazione campione.
La unità operativa n. 2 effettuerà la comparazione morfometrica analitica, ai fini della identificazione, dei rilievi 3D dei volti effettuati con la tecnica fotogrammetrica digitale, con le immagini bidimensionali degli stessi soggetti, mediante sovrapposizione parametrizzata.
Tra le varie applicazioni biometriche una delle più attuali è la possibilità di effetuare il riconoscimento o l'autenticazione di individui attraverso l'analisi di caratteristiche fisiologiche. I sistemi di riconoscimento biometrici suscitano al giorno d'oggi notevole interesse, permettendo di verificare automaticamente >>>

Durata
24 mesi
Base di partenza scientifica nazionale o internazionale
Le tecniche di Reverse Engineering - RE effettuano la ricostruzione di modelli CAD di oggetti 3D esistenti, di forma complessa, a partire da punti digitalizzati con appositi strumenti di rilievo e misura. La RE si può utilizzare in campo industriale per ottenere copie di oggetti di cui non si ha un modello CAD 3D, per la progettazione estetica, per il settore biomedicale. In campo biomedico la RE è stata applicata per lo più per la preparazione di modelli di organi e parti anatomiche, per la preparazione di protesi o per l'addestramento del personale.
La biometria è la scienza che si occupa del riconoscimento della gente attraverso l'analisi di caratteristiche fisiologiche.
Un sistema biometrico è un dispositivo automatico per la verifica di identità o l'identificazione di una persona sulla base di caratteristiche biologiche. Queste caratteristiche possono essere di varia natura e sono generalmente suddivise in fisiologiche (impronta digitale, volto, mano, retina, iride, DNA, ...) e comportamentali (voce, calligrafia, stile di battitura, ... ).
Nella figura seguente si riporta un'analisi dell'International Biometric Group sulla intrusività, accuratezza, costo e difficoltà delle diverse metodologie biometriche, basata sulle caratteristiche fisiologiche e comportamentali; l'analisi dimostra che la tecnica di scansione facciale può consentire discrete accuratezze, ma che essa allo stato attuale necessita di ulteriori riduzioni di costo, e di minore >>>