Программное обеспечение для распознавания лиц на основе анализа изображений на примере Международного аэропорта Шереметьево им.А.С.Пушкина

Введение 4
1 Исследование предметной области 6
1.1 Алгоритмы распознавания лиц 7
1.2 Алгоритм HOG для обнаружения лиц 17
1.3 Анализ эффективности систем распознавания 22
2 Реализация систем распознавания лиц 24
2.1 Краткая информация предприятия 24
2.2 Анализ существующих подходов систем распознавания 30
2.3 Ансамбль решающих деревьев 34
2.4 Сверточная нейронная сеть (CNN) 36
2.5 Программная разработка модулей системы 40
2.5.1 Реализация модуля сохранения кодировок в файл (data.py). 41
2.5.2 Реализация модуля распознавания лиц (recognition.py) 43
3 Тестирование и анализ результатов 51
Заключение 73
Список используемой литературы и используемых источников 75

Весь текст будет доступен после покупки

На сегодняшний день многие предприятия используют системы контроля и управления доступом (СКУД), благодаря которым повышается уровень безопасности компании и сотрудников. С помощью такой системы разграничивается доступ к определенным объектам или территориям для конкретных лиц. В последние десятилетия широкое распространение получила, такая отрасль машинного обучения, как «нейронные сети», всё это произошло благодаря молниеносному развитию доступной вычислительной мощности, а также накоплению человечеством огромного объема данных, которые необходимы для работы алгоритма. Применение данной технологии не заставило себя долго ждать и в области распознавания лиц, многократно увеличив его точность.
Тем не менее множество исследований, проводившихся в ведущих центрах всего мира в течении нескольких десятилетий, хоть и позволили достичь точности распознавания, приближенной к человеческому восприятию, но так и не привели к созданию реально работающих систем компьютерного зрения, способных обнаруживать и распознавать человека в любых условиях.

Весь текст будет доступен после покупки

1 Исследование предметной области

Распознавание лиц – процесс выполнения различных задач, в результате которых происходит идентификация человека по фото или видео.
В общем виде это выглядит следующим образом:
? Обнаружение. Система получает изображение с камеры, на котором с помощью специального алгоритма производится поиск лица.
? Трансформация. Далее найденное лицо подвергается трансформации (коррекция яркости, масштабирование и другие аффинные преобразования) с целью привести его к виду заданного шаблона.
? Идентификация. Затем система извлекает ключевые признаки обнаруженного лица и ищет максимальное совпадение этих признаков с известными ей в базе данных. Название последнего шага зависит от типа системы распознавания .
Верификация: сравнение образцов по схеме «1:1». Чтобы идентифицировать личность система сравнивает обнаруженное лицо с одним известным, и дает ответ на вопрос «Одинаковые ли эти лица?».
Идентификация: сравнение образцов по схеме «1:N». Чтобы идентифицировать личность система сравнивает обнаруженное лицо со всеми известными ей и дает ответ на вопрос «Известен ли этот человек системе?».
На рисунке 1 изображена блок-схема, описывающая общий алгоритм распознавания лиц.


Рисунок 1 – Работа алгоритма распознавания лиц

1.1 Алгоритмы распознавания лиц

Работа каждого алгоритма обнаружения лиц основана на загрузке и манипуляции над изображением. Изображение загружается в систему в виде данных, после чего алгоритм начинает его обработку и ведет поиск области, в которой может находиться лицо. На сегодняшний день было представлено множество подобных алгоритмов. Большинство из них – комбинация нескольких методов, которые работая в паре дают большую эффективность, однако их всех можно разделить на два вида: методы, основанные на знаниях и методы, основанные на обнаружении по внешним признакам.

Весь текст будет доступен после покупки

Алгоритм извлечения изображения изображений LBP. 2018. URL: https://russianblogs.com/article/12861795224/
Гузий Е.А., Федоренков В.В. Сверточная нейронная сеть для разработки системы распознавания и классификации изображений. 2017. 9 с. URL: https://docplayer.com/58000991-Svertochnaya-neyronnaya-set-dlyarazrabotki-sistemy-raspoznavaniya-i-klassifikacii-izobrazheniy.html (дата обращения 11 апреля 2022)
Истишев В. Как работает распознавание лиц? Разбор. 2021 URL: https://habr.com/ru/company/droider/blog/568764/
Клоков А. SVM. Объяснение с нуля и реализация на python.
Подробный разбор метода опорных векторов. 2020. URL: https://habr.com/ru/company/ods/blog/484148/
Корешкова Т. Компьютерное зрение: технологии, компании,
тренды. 2021. URL: https://rdc.grfc.ru/2021/04/analytics-computer-vision/
Костерин В.В. Урок 2. Гистограмма направленных градиентов с использованием openCV. 2021. URL:

Весь текст будет доступен после покупки