Celem projektu jest zbadanie możliwości identyfikacji osób na podstawie bardzo ograniczonej i niejednorodnej bazy danych twarzy. W odróżnieniu od standardowych systemów rozpoznawania twarzy, które działają w oparciu o duże, dobrze zbalansowane zbiory zdjęć, rozważany przypadek dotyczy sytuacji, w której dostępnych jest jedynie kilka ujęć danej osoby — przykładowo pochodzących z krótkiego (2–3 sekundy) nagrania wideo. W takim materiale dostępnych będzie co najwyżej kilkadziesiąt klatek, z których tylko niewielka liczba będzie różnorodna i przydatna do dalszej identyfikacji.

Założeniem projektu jest stworzenie systemu, który potrafi:

- z początkowej sekwencji wyodrębnić reprezentatywne, zróżnicowane ujęcia twarzy (np. różne kąty, mimika, oświetlenie),

- zapisać je w bazie jako wzorce,

- rozpoznać tę samą osobę w innym miejscu i czasie — nawet jeśli pojawi się zmiana wyglądu (makijaż, okulary, zarost, czapka),

- a także rozszerzać bazę o nowe ujęcia danej osoby, pod warunkiem poprawnej identyfikacji.

W realizacji projektu należy wykorzystać metody oparte o głębokie sieci neuronowe, np. systemy embeddingowe takie jak FaceNet, ArcFace, Dlib lub InsightFace. Można także rozważyć metody typu few-shot learning lub semi-supervised learning. Dla porównania, możliwe jest również przetestowanie bardziej klasycznych metod, takich jak detekcja i porównywanie punktów charakterystycznych twarzy (np. z użyciem OpenCV) lub metod korelacyjnych.

W ramach pracy należy przygotować własny zestaw danych wideo — obejmujący kilka osób rejestrowanych w różnych warunkach (różne dni, kamery, aranżacje), a następnie przeprowadzić eksperymenty porównawcze skuteczności wybranych podejść oraz omówić ich ograniczenia i możliwe zastosowania w systemach rozproszonych monitoringu.