Проектирование, разработка и тестирование системы распознавания лиц для идентификации личностей на основе алгоритмов машинного обучения

Оглавление

Введение. 3

1 Глава – Обзор проблемной области. 5

1.1Распознавание лиц. 5

1.2 Обзор существующих подходов. 7

1.3. Риски распознавания лиц. 10

1Глава. Проектирование программного продукта. 13

2.1 Описание датасета и используемых библиотек. 13

2.2 Концепция нейронных сетей и свертки. 16

2.3 Описание алгоритма обучения и работы.. 20

2Глава. Разработка программного продукта. 24

3.1 Предобработка данных. 24

3.2 Описание модели. 29

3.3 Графики обучения. 33

3.4 Рабочий режим приложения. 37

Глава 4. Экономическое обоснование: оценка эффективности и рентабельности реализованного проекта. 44

4.1 Краткое описание проекта. 44

4.2 Основные этапы реализации проекта. 45

4.3 Целевая аудитория. 46

4.4 Финансовый план. 47

Заключение. 49

Список использованных источников. 50

Введение

Человеческое лицо является важной характеристикой, позволяющей идентифицировать человека. Таким образом, чтобы отличить друг друга, необходимы отличительные черты лиц и их идентификация.

Система распознавания лиц — это система проверки личности человека с помощью биометрического метода. Распознавание лиц в настоящее время стало популярным методом аутентификации во многих приложениях таких как: система разблокировки телефона, идентификация преступников, а также система домашней безопасности [1]. Например, Apple внедрила Face ID, позволяющий пользователям мгновенно разблокировать iPhone, а Microsoft предлагает Windows Hello для быстрого входа в систему без пароля. В банковской сфере Alipay и Сбербанк используют идентификацию по лицу для подтверждения платежей. Камеры в аэропортах и на вокзалах, например, анализируют лица пассажиров для выявления подозрительных личностей, а системы вроде VisionLabs LUNA помогают автоматизировать пропуск в офисах и бизнес-центрах. Facebook использует DeepFace для поиска друзей на фото, а Snapchat добавляет забавные фильтры, реагирующие на выражение лица.

Эта система более безопасна, чем традиционные методы идентификации, поскольку ей не нужны какие-либо зависимости (физические носители информации, такие как ключ или карта), а требуется только изображение лица [2].

Вообще говоря, система аутентификации персонала состоит из двух этапов: распознавания лиц и распознавания лиц. Распознавание лиц — это процесс обнаружения и выделения лиц на изображениях или видеопотоках. Распознавание основано на полученных данных и сравнении их с базой данных известных лиц для идентификации человека.

В статье описана концепция проектирования и разработки системы распознавания лиц на основе алгоритмов машинного обучения. Машинное обучение — это метод искусственного интеллекта, который позволяет строить обучаемые модели для самых разных целей: например, для автоматизации процессов, автоматического перевода текста, распознавания изображений. Эта работа также предоставит экспериментальные результаты, демонстрирующие точность предлагаемой системы распознавания лиц.

Цель разработки — система идентификации личности на основе алгоритмов машинного обучения.

Целью данной статьи является разработка системы на основе алгоритмов машинного обучения, которая сможет идентифицировать определенных людей в видеопотоках и фотографиях в реальном времени.

Для достижения этой цели необходимо решить следующие задачи:

• Анализ существующих методов и алгоритмов распознавания лиц на основе машинного обучения;
• Разработать модули предварительной обработки данных (обработка изображений, нормализация, удаление шума);
• Разработать систему распознавания лиц на основе алгоритмов машинного обучения;
• Разрабатывать пользовательские интерфейсы для демонстрации и взаимодействия с системой;
• Описать экономическое обоснование разработанной системы;
• Оценить качество разработанной продукции.

Результатом работы является разработка системы идентификации личности на основе алгоритмов машинного обучения, которая в будущем может быть использована в системах контроля доступа для повышения безопасности учреждений.