ВВЕДЕНИЕ 2 ГЛАВА 1 АНАЛИЗ ПРЕДМЕТНОЙ ОБЛАСТИ 5 1.1 Основные принципы обнаружения лиц 5 1.2 Обзор существующих методов распознавания лиц 6 1.3 Обзор технологий для обработки изображений с целью распознавания лиц 8 ГЛАВА 2 БАЗОВЫЕ И АЛЬТЕРНАТИВНЫЕ АЛГОРИТМЫ ОБРАБОТКИ ИЗОБРАЖЕНИЯ ЛИЦА ПРИ РАСПОЗНАВАНИИ 12 2.1 Общий процесс обработки изображения лица при распознавании 12 2.2 Использование метода гибкого сравнения на графах 13 2.3 Применений нейронных сетей при распознавании 17 ГЛАВА 3 РЕАЛИЗАЦИЯ АЛГОРИТМА РАСПОЗНВАНИЯ ЛИЦА С ИСПОЛЬЗОВАНИЕМ МАШИННОГО ОБУЧЕНИЯ И ЕГО ТЕСТИРОВАНИЕ 20 3.1 Алгоритм поиска максимума корреляционной функции двух изображений 20 3.2 Алгоритм быстрого поиска лица на изображении с помощью методов Хаара 22 3.3 Тестирование распознавания лица на изображении и в видеопотоке 25 ЗАКЛЮЧЕНИЕ 44 СПИСОК ИСПОЛЬЗУЕМЫХ МАТЕРИАЛОВ 45

Разработка системы распознавания лиц с использованием машинного обучения

дипломная работа
Информатика
46 страниц
65% уникальность
2022 год
17 просмотров
Плохотнюк С.
Эксперт по предмету «Информатика»
Узнать стоимость консультации
Это бесплатно и займет 1 минуту
Оглавление
Введение
Заключение
Список литературы
ВВЕДЕНИЕ 2 ГЛАВА 1 АНАЛИЗ ПРЕДМЕТНОЙ ОБЛАСТИ 5 1.1 Основные принципы обнаружения лиц 5 1.2 Обзор существующих методов распознавания лиц 6 1.3 Обзор технологий для обработки изображений с целью распознавания лиц 8 ГЛАВА 2 БАЗОВЫЕ И АЛЬТЕРНАТИВНЫЕ АЛГОРИТМЫ ОБРАБОТКИ ИЗОБРАЖЕНИЯ ЛИЦА ПРИ РАСПОЗНАВАНИИ 12 2.1 Общий процесс обработки изображения лица при распознавании 12 2.2 Использование метода гибкого сравнения на графах 13 2.3 Применений нейронных сетей при распознавании 17 ГЛАВА 3 РЕАЛИЗАЦИЯ АЛГОРИТМА РАСПОЗНВАНИЯ ЛИЦА С ИСПОЛЬЗОВАНИЕМ МАШИННОГО ОБУЧЕНИЯ И ЕГО ТЕСТИРОВАНИЕ 20 3.1 Алгоритм поиска максимума корреляционной функции двух изображений 20 3.2 Алгоритм быстрого поиска лица на изображении с помощью методов Хаара 22 3.3 Тестирование распознавания лица на изображении и в видеопотоке 25 ЗАКЛЮЧЕНИЕ 44 СПИСОК ИСПОЛЬЗУЕМЫХ МАТЕРИАЛОВ 45
Читать дальше
Проблеме идентификации объектов на изображениях, в частности, идентификации человека по изображению лица на сегодняшний день посвящено много работ, но она все еще далека от разрешения. Основные проблемы заключаются в том, чтобы идентифицировать человека по изображению лица независимо от изменения ракурса и условий освещения при съёмке, а также при различных изменениях внешности человека. Распознавание изображений пересекается с распознаванием образов.


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.

Читать дальше
В ходе выполнения данной работы были достигнуты все ожидаемые результаты:  описана методика тестирования алгоритмов обнаружения лица на предмет;  устойчивости к аффинным преобразованиям;  разработана программная реализация данной методики для автоматизированного тестирования;  проведен анализ поведения алгоритма обнаружения лиц Виолла-Джонса.  проведен анализ поведения алгоритма обнаружения лиц в видеопотоке. Несмотря на то, что разработанный алгоритм лишь незначительно увеличил процент распознавания изображений на границах интервала допустимых углов поворота для алгоритма Виолла-Джонса, введение сегментации изображения по признаку цвета кожи уменьшило количество ложных срабатываний алгоритма и сократило время выполнения алгоритма за счет того, что обрабатывается лишь часть изображения. Сравнивая результаты работы алгоритмов Виолла-Джонса и модифицированного алгоритма можно заметить несколько меньший процент ложных срабатываний на картинках, где области с лицами были размечены сегментацией по цвету до начала обнаружения. На основании данных результатов можно сделать вывод, что алгоритм Виолла-Джонса эффективно комбинировать с предварительной обработкой, и использованием дополнительных классификаторов может повысить качество обнаружения лиц.
Читать дальше
1. Базанов, П.В., Джосан, О.В. Методы выделения информативных признаков изображений лица в задаче распознавания лица [Электронный ресурс]: [сайт]. URL: http://www.graphicon.ru/2005/proceedings/papers/Bazanov.pdf (дата обращения: 19.05.2019). Загл. с экрана. Яз.: русс. 2. Волченков, М.П., Самоненко, И.Ю. Об автоматическом распознавании лиц [Электронный ресурс]: [сайт]. URL: http://www.intsvs.msu.ru/magazine/archive/v911-4Vvolchenkov-135156.pdf  (дата обращения: 19.05.2019). Загл. с экрана. Яз.: русс. 3. Вороновский, Г.К., Махотило, К.В., Петрашев, С.Н., Сергеев С.А. Генетические алгоритмы, искусственные нейронные сети и проблемы виртуальной реальности / Г.К. Вороновский – Харьков: Основа, 1997. – 181с. 4. Демидович, Б.П. Основы вычислительной математики / Б.П. Демидович - М.: Наука, 2016. - 664с. 5. Круглов, В.В., Дли, М.И., Голунов, Р.Ю Нечеткая логика и искусственные нейронные сети [Электронный ресурс]: [сайт]. URL: http://bookini.ru/nechvotkaya-logika-i-iskusstvennve-neironnye-seti/ (дата обращения: 19.05.2019). Загл. с экрана. Яз.: русс. 6. Понс Форсайт Компьютерное зрение. Современный подход / Ф. Понс - М.: Наука и техника, 2016. - 214с. 7. Самаль, Д.И., Старовойтов, В.В. Методика автоматизированного распознавания людей по фотопортретам // Цифровая обработка изображений. / Д.И. Самаль- Минск: ИТК, 2018. -С.81-85. 8. Самаль, Д.И., Старовойтов, В.В. Подходы и методы распознавания людей по фотопортретам / Д.И. Самаль - Минск, ИТК НАНБ, 2008. - 54с. 9. Введение в компьютерное зрение [Электронный ресурс]: [сайт]. URL: https://www.lektorium.tv/course/22847 (дата обращения: 19.05.2019). Загл. с экрана. Яз.: русс. 10. Видеолекции курса «Машинное обучение» [Электронный ресурс]: [сайт]. URL: https://yandexdataschool.ru/edu-process/courses/machine-leaming (дата обращения: 19.05.2019). Загл. с экрана. Яз.: русс. 11. Компьютерное зрение [Электронный ресурс]: [сайт]. URL: https://events.yandex.ru/lib/talks/2854/ (дата обращения: 19.05.2019). Загл. с экрана. Яз.: русс. 12. Метод Виолы-Джонса (Viola-Jones) как основа для распознавания лиц [Электронный ресурс] // Хабрахабр [Электронный ресурс] : [сайт]. URL: https://habrahabr.ru/post/133826/ (дата обращения: 19.05.2019). Загл. с экрана. Яз.: рус. 13. Нейронные сети - математический аппарат [Электронный ресурс]: [сайт]. URL: https://basegroup.ru/communitv/articles/math (дата обращения: 19.05.2019). Загл. с экрана. Яз.: русс. 14. Hemant Singh Mittal, Harpreet Kaur Face Recognition Using PC A & Neural Network [Электронный ресурс]: [сайт]. URL: http://www.ii ese.org/attachments/File/v1i6/F0266041613.pdf (дата обращения: 19.05.2019). Загл. с экрана. Яз.: англ. 15. Lesson 7: Principal Components Analysis (PCА) [Электронный ресурс] : [сайт]. URL: https://onlinecourses.science.psu.edu/stat505/node/49RGB/XYZ Matrices (дата обращения: 19.05.2019). Загл. с экрана. Яз.: англ. 16. Robert E. Shapire. A Brief Introduction to Boosting. IJCAI'99 Proceedings of the 16th international joint conference on Artificial intelligence, Volume 2, August 1999, 1401-1406. 17. Spring Boot Reference Guide [Электронный ресурс] : [сайт]. URL: http://docs.spring.io/spring-boot/docs/current-SNAPSHOT/reference/html/ (дата обращения: 19.05.2019). Загл. с экрана. Яз.: англ.
Читать дальше
Поможем с написанием такой-же работы от 500 р.
Лучшие эксперты сервиса ждут твоего задания

Похожие работы

курсовая работа
Запрещенные методы и средства ведения войны
Количество страниц:
23
Оригинальность:
73%
Год сдачи:
2022
Предмет:
Международные отношения
курсовая работа
Уголовно правовая характеристика состава заражения венерических заболеваний
Количество страниц:
25
Оригинальность:
76%
Год сдачи:
2022
Предмет:
Право
курсовая работа
Правомерное поведение: понятие и виды
Количество страниц:
20
Оригинальность:
61%
Год сдачи:
2022
Предмет:
Юриспруденция
дипломная работа
"Радио России": история становления, редакционная политика, аудитория. (Имеется в виду радиостанция "Радио России")
Количество страниц:
70
Оригинальность:
61%
Год сдачи:
2015
Предмет:
История журналистики
курсовая работа
26. Центральное (всесоюзное) радиовещание: история создания и развития.
Количество страниц:
25
Оригинальность:
84%
Год сдачи:
2016
Предмет:
История журналистики

Поможем с работой
любого уровня сложности!

Это бесплатно и займет 1 минуту
image