ДОСЛІДЖЕННЯ ВИКОРИСТАННЯ МЕТОДІВ РОЗПІЗНАВАННЯ ОБЛИЧЧЯ ЛЮДИНИ В СИСТЕМАХ ІДЕНТИФІКАЦІЇ
DOI:
https://doi.org/10.31498/2522-9990222020197702Ключові слова:
розпізнавання зображень, програмне забезпечення, нейронні мережі, системи ідентифікації, метод згорткових нейронних мережАнотація
Комп'ютерний зір застосовується при розпізнаванні, ідентифікації, виявленні, аналізу зображення. Але недоліком просунутого програмного забезпечення є те, що воно не сприймає навколишній світ як людина. Найрозумніші машини поки що не можуть бачити,
але можуть навчатися, подібно формуванню нейронних зв’язків у мозку людини. Актуальність дослідження методів розпізнавання обличчя людини проявляється через популярність обробки зображення людини та необхідність покращення взаємодії людини і технологій. Результатом досліджень є визначення переваг та недоліків існуючих систем та методів, а також спрощення процесу розпізнавання обличчя людини на зображеннях та підвищення показників при розпізнаванні за допомогою методу згорткових нейронних мереж. Отримана система на основі нейромережевих методів приймає рішення аналогічно людині. Для прийняття рішення даній системі необхідна інформація про об’єкт, яку отримують на вході завдяки відстеженню особливих властивостей об’єкта. Коли досліджуваним об’єктом є людина, найбільш особливі властивості можна одержати завдяки відстеженню його особи. При цьому системі доводиться мати справу з іноді
неякісними зображеннями, шумом, ракурсами положення голови, погане освітлення і тощо. Критерії точності та швидкості є факторами успішної роботи системи розпізнавання обличчя. Вихідний продукт показує поліпшені показники розпізнавання. Проведені дослідження показали універсальність нейронних мереж та їх ефективність у вирішенні задач розпізнавання обличчя людини у реальному часі та по фотографії. Систему автоматичного відстеження та розпізнавання обличчя людини із використанням штучного інтелекту та згорткових нейронних мереж може бути використано в контрольно-пропускних пунктах, митному контролі, для ідентифікації у банківських системах, державних установах, навчальних закладах (контроль відвідуваності,
облік проходимості сторонніх осіб у приміщеннях, ідентифікація особи при написанні контрольних або екзаменаційних робіт).
Посилання
Grother Р. Face Recognition Vendor Test (FRVT). Performance of Face Identification
Algorithms. / Patrick Grother, Mei Ngan. – Information Access Division National Institute of
Standards and Technology. – May 26, 2014 – р. 138.
M. Lades, J. Vorbruggen, J. Buhmann, “Distortion invariant object recognition in the
dynamic link architecture”, IEEE Transactions on computers, 1993, vol. 42, no. 3, pp. 300 -310,
March 1993.
А. М. Лисенко, “Застосування біометричних систем для ідентифікації особи”,
Вісник Київського нац. ун.-ту ім. Т.Шевченка, Юридичні науки, 2004, №60/62, c. 87-91.
Метод Виолы-Джонса (Viola-Jones) как основа для распознавания лиц,
Электронный ресурс, Режим доступа: https://habrahabr.ru/post/133826/
S.Lawrence, C.L. Giles., C. Tsoiта, “Face Recognition: A Convolutional Neural
Network Approach”, IEEE Transactions on Neural Networks, Special Issue on Neural Networks
and Pattern Recognition, vol. 8, no 1, pp.98–113, 1997.
Y.Taigman, M.Yang, M.Ranzato, “DeepFace: Closing the Gap to Human-Level
Performance in Face Verification”, [Online]. Available at:
https://www.cs.toronto.edu/~ranzato/publications/taigman_cvpr14.pdf
Joo Er Meng, W.Chen, Wu Shiqian, “High-speed face recognition based on discrete
cosine transform and RBF neural networks”, IEEE Transactions on Neural Networks, vol. 16, no. 3,
pp. 679 – 691,2005.
