Thursday, September 09, 2010
logo BMS-ANed
Bijdrage Statistische dag 2005

Datum 11 April 2005
Plaats Vrije Universiteit Amsterdam
Organisatie BMS/ANed bestuur

Programma

13:30 ÷ 14:00 Biometrie voor bloemen: Gezichtsherkenningstechnieken toegepast op rozen.
Gerie van der Heijden (Biometris Wageningen)
14:00 ÷ 14:30 Biometrische herkenning als toepassing van signaalbewerking en statistiek.
Raymond Veldhuis(Signals and Systems group, Universiteit Twente)
14:30 ÷ 15:00 How does a computer recognize a cow.
Ben Schouten (CWI Amsterdam)
15:00 ÷ 15:15 Discussie.

Samenvattingen

Biometrie voor bloemen: Gezichtsherkenningstechnieken toegepast op rozen.
Gerie van der Heijden (Biometris Wageningen)

Automatische herkenning en identificatie van beelden is nuttig in tal van toepassingen, ook buiten de biometrie nieuwe stijl. Een voorbeeld is het kwekersrecht van siergewassen. Voor het verlenen van kwekersrecht moet een nieuw ras onderscheidbaar zijn alle bestaande rassen. Voor rozen zijn er duizenden rassen. Het is financieel onmogelijk deze collectie in een kas beschikbaar te hebben en daarom wordt gewerkt met een digitale referentiecollectie: beelden van rassen worden opgeslagen in een grote database. Voor het vinden van gelijkende beelden in de database kunnen methoden voor gezichtherkenning worden gebruikt, maar vaak moeten deze daarvoor wel worden aangepast. In dit verhaal zal een combinatie van Fourier en PCA worden gebruikt als basis voor de kenmerkenset. Vervolgens worden gelijkende beelden opgespoord met behulp van diverse classificatiemethoden. Er zal ook een vergelijking worden gemaakt tussen deze methode en het gebruik van een combinatie van enkelvoudige kenmerken die automatisch uit de beelden worden afgeleid.

Biometrische herkenning als toepassing van signaalbewerking en statistiek.
Raymond Veldhuis (Signals and Systems group, Universiteit Twente)

In de biometrie, het herkennen van mensen aan fysieke kenmerken of gedrag, ontmoeten signaalbewerking en statistiek elkaar. De statistiek schrijft voor welke herkenners optimaal zijn en de signaalbewerking conditioneert de gemeten signalen zo dat de herkenner realiseerbaar is. In de voordracht wordt aandacht besteed aan optimale, likelihood-ratio gebaseerde biometrische verificatie. Voorbeelden van systemen die in de groep zijn of worden gerealiseerd, zoals gezichtsherkenning, handgreepherkenning, handgeometrieherkenning, worden gebruikt ter illustratie. Daarnaast zal aandacht worden besteed aan de theoretische onderzoeksvragen van dit moment. Deze hebben voornamelijk betrekking op het betrouwbaar schatten van de herkennerparameters uit een beperkte hoeveelheid voorbeelden die worden gebruikt als trainingsdata.

How does a computer recognize a cow.
Ben Schouten (CWI Amsterdam)

If computers can be seen as calculators, then the question arises whether intelligence and particularly visual intelligence can be determined from mere calculations. Human beings are able to relate to visual intelligence in a sophisticated way. They do not only see, they appreciate, or remember, associate and recognize. One could say: Once you have seen a cow, you have seem them all. Human beings are able to understand what makes a cow a cow, work with concepts. Computers are far less intelligent: they cannot enjoy the variety of cows. In this talk I will elaborate on content based image retrieval, biometrics and the use of fractals. We will also show some applications.


Copyright 2005 by My BMS Aned Terms Of Use Privacy Statement