A novel biometric privacy framework based on layering multiple biometrics in one template
Research in Computer Vision and Pattern Recognition areas aim to automatically classify a given image or signal, such as the object in an image. Our groups work on three sub-areas:
handwriting recognition for English and Turkish (recognizing on-line and offline handwritten text, arithmetic formulas)
biometrics (matching the fingerprint or signature to a reference template)
plant identification (recognizing the plant in a given image)
Our systems have received first place in several international signature verification and plant identification competitions, including SVC2004, 4NSIGCOMP2010, and SigWiComp2013 for online and offline signature verification; and ImageCLEF’2012 for plant identification.
Müjdat Çetin çalışmalarını VPA ve SPIS Laboratuvarları’nda yürütmektedir. Bu tema altındaki araştırmaları şu konuları içermektedir:
Kamera veya görsel algılayıcı ağları ile toplanan video verilerinden yüz ifadesi analizi, yüz öznitelikleri takibi, insan takibi, ve insan etkinliklerini tanıma;
Seyrek ve verimli sinyal ve görüntü temsili için makine öğrenmesi;
Şekillerin öğrenilmesine dayalı görüntü bölütleme;
EEG tabanlı beyin bilgisayar ve beyin makine arayüzleri için makine öğrenmesi yöntemleri;