Nome
Sistema di riconoscimento biometrico in presenza di parziali occlusioni
Il riconoscimento biometrico basato sul volto risente molto significativamente delle occlusioni parziali causate per esempio dell’uso della mascherina di protezione, da occhiali, sciarpe, etc.. Le attuali tecniche di Machine/Deep Learning applicate all’analisi del volto possono mostrare comportamenti particolarmente erratici quando una significativa parte del volto, la reazione labiale in questo caso, è coperta dalla mascherina di protezione. L’attività mira ad approfondire le tecniche di computer vision per l’analisi del volto al fine di ottenere un applicativo in grado di essere eseguito anche su dispositivi mobili utili al riconoscimento e alla re-identificazione di soggetti all’interno di aree controllate. Oltre all’ambito della sicurezza e del controllo degli accessi, l’analisi si estende a ulteriori compiti di visione artificiale che sfruttano la biometria del volto, come il riconoscimento delle emozioni e la stima della sonnolenza (drowsiness detection). Il perfezionamento delle tecniche di riconoscimento delle emozioni attraverso le espressioni facciali, anche in presenza di parziali occlusioni del volto, mira a fornire stime più precise e meno soggette a errori riguardo lo stato emotivo effettivo di un individuo. Ciò aiuta a individuare possibili segnali di disagio o di cattive condizioni di salute generale, come stress o ansia. Quando il volto è coperto da un’occlusione, anche le classiche tecniche di individuazione del volto all’interno di un’immagine risentono della perdita di informazioni relative alla zona labiale. A tale scopo, ci si propone di utilizzare tecniche avanzate di Deep Learning, in grado di individuare i punti chiave nella zona perioculare. Questi punti chiave rilevati vengono impiegati per il calcolo del rapporto di aspetto dell’occhio e la stima della sonnolenza. La capacità di rilevare segnali precoci di sonnolenza consente un intervento tempestivo per prevenire situazioni potenzialmente pericolose, come incidenti stradali o sul luogo di lavoro. Inoltre, la possibilità di individuare segnali precoci di sonnolenza può avere impatti positivi sulla salute e il benessere degli individui, consentendo alle persone di riconoscere eventuali patologie del sonno.
PARTNER
TIPOLOGIA
CUSTOMIZZABILE
TEMPISTICHE
Erogazione completa da 2 a 4 mesi (In base al tipo di funzionalità da realizzare e alla disponibilità presso il cliente di figure di riferimento, esperte del dominio, e di dati i t n e i c i f f u s r e p o t n e m a r t s e d d a ’ l di modelli di IA ad hoc)