Login

Журнал «Современная Наука»

Russian (CIS)English (United Kingdom)

МОСКВА +7(495)-755-19-13

Статьи:
A+ R A-

Анализ существующих алгоритмов распознавания лиц

E-mail Печать

А.Ю. Забашта,  (ФГБОУ ВО «Московский государственный технический университет им. Н. Э. Баумана (Национальный исследовательский университет))

С.А. Хохлов,  (Ассистент, ФГБОУ ВО «Московский государственный технический университет имени Н. Э. Баумана (национальный исследовательский университет))

С.А. Скорикова,  (ФГБОУ ВО «Московский государственный технический университет имени Н. Э. Баумана (национальный исследовательский университет))

Серия «Естественные и Технические науки» # 07-08  2017

На сегодняшний день актуальна задача разработки программных систем видеонаблюдения, предоставляющих возможности автоматизированного выявления заданных ситуаций. Благодаря таким системам нагрузка на оператора снижается, а результативность наблюдения увеличивается. В основу данной работы положены изыскания, проведенные в ходе выполнения дипломного проекта по теме «Программная система ситуационного видеонаблюдения». Одной из функций данной системы является выявление несанкционированного доступа в контролируемую зону по результатам распознавания лиц. Важными проблемами при реализации такой функции являются детектирование лица на видеоизображении, локализация лица, идентификация личности по распознанному лицу. В данной работе формулируются критерии выбора решения для системы распознавания лиц. По сформулированным критериям производится сравнение следующих алгоритмов: метод гибкого сравнения на графах, метод главных компонент, нейронные сети, метод Виолы-Джонса. Также приводится краткая информация о механизмах реализации данных алгоритмов. На основании результатов сравнения производится выбор алгоритма, наиболее соответствующего требованиям технического задания на дипломный проект по теме «Программная система ситуационного видеонаблюдения».

Ключевые слова: Видеонаблюдение, распознавание лиц, видеоизображение, алгоритм, нейронные сети, метод Виолы-Джонса, разработка, сравнение.

 

Читать полный текст статьи …


СПИСОК ЛИТЕРАТУРЫ:
1. Лычагин Р.В., Аноприенко А.Я., Иваница С.В. Особенности методов распознавания с помощью антропометрии // Международная научно-техническая конференция студентов и молодых учёных: Донецк, ДонНТУ, 2016. Режим доступа: http://masters.donntu.org/2016/fknt/lychagin/library/article1.htm (дата обращения 14.04.2017).
2. Мищенкова Е.С. Сравнительный анализ алгоритмов распознавания лиц // Вестник Волгоградского государственного университета. Серия 9: Исследования молодых ученых. 2013. №11. С. 74–77.
3. Многослойный персептрон [Электронный ресурс] // aiportal.ru. 2017. URL: http://www.aiportal.ru/articles/neural-networks/multi-perceptron.html (дата обращения: 15.04.2017).
4. Применение нейросетей в распознавании изображений [Электронный ресурс] // geektimes.ru. 2009. URL: https://geektimes.ru/post/74326/ (дата обращения: 14.04.2017).
5. Академия Intel. Введение в естественно-интуитивное взаимодействие с компьютером. Лекция 5: Модуль анализа мимики лица Intel Perceptual Computing SDK [Электронный ресурс] // intuit.ru. 2017. URL: http://www.intuit.ru/studies/courses/10619/1103/lecture/18229 (дата обращения: 16.04.2017).



© 
А.Ю. Забашта, С.А. Хохлов, С.А. Скорикова, Журнал "Современная наука: актуальные проблемы теории и практики".
 

 

 

ПРАВОВАЯ ИНФОРМАЦИЯ:
Перепечатка материалов допускается только в некоммерческих целях со ссылкой на оригинал публикации. Охраняется законами РФ. Любые нарушения закона преследуются в судебном порядке.
© ООО "Научные технологии"

Серия - Естеств. и Техн. науки

Выпуск 2017 7-8(1) Natural and Technical

Выпуск 2017 7-8(2) Natural and Technical

Выпуск 2017 06 Natural and Technical

Выпуск 2017 05 Natural and Technical

Выпуск 2017 03-04 Natural and Technical

Выпуск 2017 02 Natural and Technical

Выпуск 2017 01 Natural and Technical

Выпуск 2016 12 Natural and Technical

Выпуск 2016 11 Natural and Technical

Выпуск 2016 09-10 Natural and Technical

Выпуск 2016 08 Natural and Technical

Выпуск 2016 07 Natural and Technical

Выпуск 2016 06 Natural and Technical

Выпуск 2016 05 Natural and Technical

Выпуск 2016 04 Natural and Technical

Выпуск 2016 03 Natural and Technical

Выпуск 2016 02 Natural and Technical

Выпуск 2016 01 Natural and Technical

Выпуск 2015 13 Natural and Technical

Выпуск 2015 12(1) Natural - Technical

Выпуск 2015 12(2) Natural and Technical

Выпуск 2015 11(1) Natural and Technical

Выпуск 2015 11(2) Natural and Technical

Выпуск 2015 09-10 Natural and Technical

Выпуск 2015 07-08 Natural and Technical

Выпуск 2015 05-06 Natural and Technical

Выпуск 2015 03-04 Natural and Technical

Выпуск 2015 01-02 Natural and Technical

Выпуск 2014 11-12 Natural and Technical

Выпуск 2014 09-10 Natural and Technical

Выпуск 2014 07-08 Natural and Technical

Выпуск 2014 05-06 Natural and Technical

Выпуск 2014 03-04 Natural and Technical

Выпуск 2014 01-02 Natural and Technical

Выпуск 2013 11-12 Natural and Technical

Выпуск 2013 9-10 Natural and Technical

Выпуск 2013 7-8 Natural and Technical

Выпуск 2013 5-6 Natural and Technical

Выпуск 2013 3-4 Natural and Technical

Выпуск 2013 1-2 Natural and Technical

Выпуск 2012 12 Natural and Technical

Выпуск 2012 10-11 Natural and Technical

Выпуск 2012 8-9 Natural and Technical

Выпуск 2012 6-7 Natural and Technical

Выпуск 2012 4-5 Natural and Technical

Выпуск 2012-03 Natural and Technical

Выпуск 2012-02 Natural and Technical

Выпуск 2012-01 Natural and Technical

Выпуск 01-2011 Natural and Technical