Заказывайте написание контрольной работы по уголовному праву. Рассчет стоимости работы бесплатно!
Подобные задачи не имеют четкого аналитического решения. При этом требуется выделение ключевых признаков, характеризующих зрительный образ, определение относительной важности признаков путём выбора их весовых коэффициентов и учёт взаимосвязей между признаками. Такие задачи изначально выполнялись экспертом вручную, путём экспериментов. Подобные подход отнимает много времени и не гарантирует качества. В новых способах выделение ключевых признаков осуществляется путём автоматического анализа обучающей выборки. Тем не менее, большая часть информации о признаках задаётся вручную. Чтобы автоматически применять такие анализаторы выборка обязана быть довольно большой и охватывать все вероятные ситуации. На данный момент существует всего два класса методов распознавания: методы распознавания и отслеживания объектов, методы распознавания и отслеживания лиц. Каждый из этих методов обладает своими преимуществами и недостатками. Методы отслеживания и распознавания объектов, удобны тем, что позволяют распознать человека, изображение которого может быть сделано под разными углами поворота относительно камеры. Научная новизна данной работы заключается в том, что среди биометрических систем распознавание человека по изображению лица выделяется тем, что не требуется дорогостоящего специального оборудования. Обычной камеры и персонального компьютера будет достаточно для большинства приложений. Также не требуется физический контакт с устройствами. Не требуется ждать пока сработает система или к чему то прикасаться, как, например, в случае со сканированием сетчатки глаза. Достаточно просто задержаться на небольшое время перед камерой или просто пройти мимо нее. Главным недостатком распознавания человека по изображению лица является то, что такая система не обеспечивает 100%-ой гарантии надежности при распознавании. Для высокой надежности применяют способы комбинирования нескольких биометрических методов. Концептуальные вопросы, касающиеся разработки распознавания человека по изображению лица рассматривались такими зарубежными учеными как Нейлор К, Саттон Р, Рассел С, Фримен А, Мичи Д, Мол Д, и другими. В нашей стране данная проблематика получила свое развитие в трудах таких ученых как П.А. Гудков, А.А. Сахаров, А.С. Рыков, Пархоменко А.В., Кузовенкова Н. А., Шинкарук О. В. и других. Многочисленные исследования упомянутых авторов, безусловно, существенно упрощают поиск решений проблем в сфере разработки чат-ботов, а также не только не уменьшают актуальности проделанного исследования, а наоборот, доказывают значимость решения проблемных вопросов, которые свойственны современной прикладной информатике. Для решения поставленных в работе задач были использованы диалектический и общенаучные методы исследования: анализа и синтеза, формальной и диалектической логики, обобщения, сравнительно-экономического, факторного анализа. Актуальность работы заключается в разработке системы распознавания лиц, представляющей из себя программный модуль на языке программирования Python, который можно интегрировать с внешними системами и использовать в составе системы безопасности. Объектом исследования работы являются алгоритмы для распознавания лиц. Предмет исследования является исследование алгоритмов для распознавания лиц с целью написания программного обеспечения на языке программирования Python. Целью данной работы является реализация системы распознавания лиц с использованием машинного обучения. Для достижения поставленной цели, были решены следующие задачи: рассмотреть основные принципы обнаружения лиц; провести обзор существующих методов распознавания лиц; рассмотреть процесс обработки изображения лица при распознавании; рассмотреть основные алгоритмы распознавания лица; провести обзор технологий для обработки изображений; разработать алгоритм распознавания лица на изображении; разработать алгоритм распознания лица в видеопотоке. Фундаментальное значение данной работы заключается в том, что системы обнаружения и распознавания лиц можно применять для идентификации людей в биометрических системах безопасности или как дополнительный сервис, например, в социальных сетях. Такие системы обеспечивают высокую точность распознавания, что позволяет повысить уровень безопасности какого-либо устройства или сервиса, а также предоставить пользователям удобные возможности по поиску запечатленных на фото людей. Практическое значение данной работы заключается в том, что обычно системы распознавания лиц используются крупными компаниями в качестве внутренних систем безопасности или в разрабатываемой ими продукции. В небольших же учреждениях, будь то учебные заведения или мелкие предприятия, такие системы применяются редко, вместо них обычно используются RFID-ключи. Хотя можно было бы существенно увеличить безопасность и удобство сотрудников, отказавшись от таких ключей в пользу систем распознавания лиц, что позволит исключить часто возникающие проблемы в виде потерянных или испортившихся ключей. Структурно работа состоит из введения, заключения, трех глав и списка использованных источников.