Zespół Biometrii i Uczenia Maszynowego
Wiadomości
Marzec 2023: Michał Hałoń wraz z drużyną SKA PW zajął pierwsze miejsce podczas zawodów MathWorks Minidrone Competition Poland 2023. Zadaniem uczestników było zaprojektowanie algorytmu umożliwiającego dronowi autonomiczne poruszanie się po wyznaczonej ścieżce oraz wylądowanie we wskazanym miejscu w jak najkrótszym czasie. Gratulujemy!
Wrzesień 2022: Michał Hałoń wraz z drużyną SKA Robotics zdobył nagrodę w konkursie "Bonus Competition Task – path optimization for a rover" podczas ósmej edycji zawodów robotów mobilnych European Rover Challenge. Zadaniem konkursowym była optymalizacja trasy łazika na powierzchni planetoidy Vesta z wykorzystaniem oprogramowania MATLAB&Simulink. Gratulujemy!
Listopad 2021: Wykorzystanie metod Deep Learningu do rozpoznawania markerów realizowane przez Michała Hałonia zostało opisane na blogu MathWorks Student Lounge
Lipiec 2021: Czasopismo recenzowane: Ewelina Bartuzi, Mateusz Trokielewicz "Multispectral hand features for secure biometric authentication systems", Concurrency Computat Pract Exper. 2021, DOI: 10.1002/cpe.6471 (Wiley Online Library)
Wrzesień 2020: Czasopismo recenzowane: Mateusz Trokielewicz, Adam Czajka, Piotr Maciejewicz "Post‐mortem Iris Decomposition and its Dynamics in Morgue Conditions", Journal of Forensic Sciences (Volume 65: 1530-1538, Issue 5, September 2020), DOI: 10.1111/1556-4029.14488 (Wiley Online Library)
Wrzesień 2020: Michał Hałoń wraz z drużyną SKA Robotics zdobył nagrodę specjalną 'Special Prize MathWorks' za najlepsze zastosowanie Toolboxów firmy MathWorks podczas szóstej edycji zawodów robotów mobilnych European Rover Challenge (wykorzystanie metod deep learningu do rozpoznawania markerów). Gratulujemy!
Sierpień 2020: Michał Hałoń został laureatem konkursu MathWorks "Make IT ROS!", w którym uczestnicy konkursu mieli za zadanie wykazać się wiedzą dotyczącą oprogramowania ROS (Robot Operating System) oraz zaproponować wykorzystanie tej platformy w projekcie studenckim. Gratulujemy!
Biometria Głosu
W Zespole realizowane są prace dotyczące rozpoznawania mówców w oparcia o nagrania mowy swobodnej, w szczególności w warunkach mobilnych. Badane są najnowsze metody rozpoznawania tożsamości w oparciu o modele probabilistycznej liniowej analizy dyskryminacyjnej i tzw. i-wektorów. Poza metodami modelowania poszczególnych mówców, szczególną uwagę poświęca się metodom detekcji aktywności mowy w silnie zakłóconych nagraniach. Opracowane rozwiązania testowano na różnych platformach, w tym smartfonach pod nadzorem systemu operacyjnego Android.
Biometria głosu:
- Implementacja metod rozpoznawania tożsamości na urządzeniu mobilnym w oparciu o nagrania głosu
- Rozpoznawanie mówców niezależne od tekstu
- Implementacja metod rozpoznawania na bazie i-wektorów/PLDA
Prace magisterskie:
,,Rozpoznawanie mówców na urządzeniach mobilnych'', R. Białobrzeski (A. Pacut, w realizacji)