Journal articles: 'Розпізнавання обличь'

1

Костючко, С., Н. Багнюк, O. Кузьмич, М. Поліщук, and Л. Кирилюк. "Біометрична ідентифікація засобами Python та Raspberry Pi." COMPUTER-INTEGRATED TECHNOLOGIES: EDUCATION, SCIENCE, PRODUCTION, no. 42 (March 30, 2021): 142–46. http://dx.doi.org/10.36910/6775-2524-0560-2021-42-20.

Full text

Abstract:

У даній статті пропонується один з варіантів біометричної ідентифікації, а саме розпізнавання обличь користувачів засобами (одного з найпопулярніших і сучасного) одноплатного комп’ютера Raspberry Pi 4b та з використанням мови програмування Python. Була проведена низка симуляцій та створена база даних користувачів.

APA, Harvard, Vancouver, ISO, and other styles

2

ВАКАЛЮК, Тетяна, Сергій ІЛЮЩЕНКО, Юрій ЄФРЕМОВ, Олег ВЛАСЕНКО, and Дмитро ЛИСОГОР. "ТЕОРЕТИЧНІ АСПЕКТИ РОЗРОБКИ СИСТЕМИ РОЗПІЗНАВАННЯ ЛЮДСЬКОГО ОБЛИЧЧЯ." INFORMATION TECHNOLOGY AND SOCIETY, no. 1 (May 12, 2022): 6–15. http://dx.doi.org/10.32689/maup.it.2022.1.1.

Full text

Abstract:

Анотація. Система розпізнавання облич – це технологія, здатна зіставляти людське обличчя з цифровим зображенням або відеокадром з базою даних осіб, зазвичай використовується для автентифікації користувачів за допомогою служб перевірки особистості, працює шляхом точного визначення і вимірювання рис обличчя по даному зображенню. Системи розпізнавання обличчя використовуються сьогодні в усьому світі урядами та приватними компаніями, їх ефективність різна, і деякі системи раніше були списані через їх неефективність. Отже, створення програми для розпізнавання людського обличчя є актуальною темою. Метою статті є дослідження теоретичних аспектів розробки системи розпізнавання людського обличчя. Процедура розпізнавання обличчя просто вимагає, щоб будь-який пристрій, оснащений цифровою фотографічною технологією, генерував і отримував зображення та дані, необхідні для створення та запису біометричного малюнка обличчя людини, якого необхідно ідентифікувати. Розглянуто основні алгоритми розпізнавання людського обличчя: розпізнавання обличчя з використанням різних поверхонь облич, метод облич Фішера, метод аналізу головних компонентів та машина опорних векторів, метод каскадів Хаара. Наведено їх переваги та недоліки. Наведено застосування згорткової нейронної мережі до розпізнавання облич. Запропоновано реалізацію алгоритму роботи системи розпізнавання обличчя. В даній роботі проаналізовано наявні алгоритми та системи виявлення та розпізнавання обличчя, зважені їх переваги та недоліки. Розглянуто використання згорткової нейронної системи з метою розпізнавання обличчя. Проаналізовано на практиці відсоток точності розпізнавання людського обличчя та продуктивність, враховуючі такі фактори як освітлення, якість зображення, кількість облич на зображенні використовуючи бібліотеку з відкритим вихідним кодом Face recognition із сімейства бібліотек DLib в основі якої лежить згорткова нейронна мережа.

APA, Harvard, Vancouver, ISO, and other styles

3

Шматко, О. В., А. О. Голоскокова, С. В. Мілевський, and Н. І. Воропай. "Інформаційна система розпізнавання зображень." Системи озброєння і військова техніка, no. 4 (68) (December 24, 2021): 130–37. http://dx.doi.org/10.30748/soivt.2021.68.17.

Full text

Abstract:

Класифікація даних за наявності шуму може призвести до набагато гірших результатів, ніж очікувалося, для чистих шаблонів. У даній роботі була досліджена проблема розпізнавання та ідентифікації особи у відеопослідовності. Основні внески, представлені в цій роботі – це експериментальне дослідження впливу різних типів шуму та підвищення безпеки шляхом розробки комп’ютерної системи для розпізнавання та ідентифікації користувачів у відеоряді. На основі вивчення методів та алгоритмів пошуку облич на зображеннях було обрано метод Віоли-Джонса, вейвлет-перетворення та метод головних компонент. Ці методи є одними з найкращих за співвідношенням ефективності розпізнавання та швидкості роботи. Однак навчання класифікаторів відбувається дуже повільно, але результати пошуку обличчя дуже швидкі.

APA, Harvard, Vancouver, ISO, and other styles

4

Шумейко, О. О., В. В. Шевченко, О. О. Жульковський, and І. І. Жульковська. "ПОРІВНЯЛЬНЕ ДОСЛІДЖЕННЯ МЕТОДІВ РОЗПІЗНАВАННЯ ОБЛИЧ." Математичне моделювання, no. 2(45) (December 13, 2021): 29–38. http://dx.doi.org/10.31319/2519-8106.2(45)2021.246871.

Full text

Abstract:

Розпізнавання облич завоювало свою популярність завдяки своїй унікальності серед інших біометричних методів, тому що має всі характеристики ефективної системи безпеки. Проте існують певні обмеження у системі розпізнавання облич, які необхідно дослідити та вивчити. Так, наприклад, вирішення таких проблем, як зміна освітлення, розташування об’єкту, емоцій, віку тощо потребують застосування спеціальних алгоритмів. Використання цих алгоритмів та їх комбінацій певною мірою сприятимуть вирішенню подібних задач. У роботі досліджені та застосовані аналіз основних компонентів, лінійний дискримінантний аналіз, незалежний аналіз компонентів та класифікація за допомогою машини опорних векторів. Для реалізації перелічених алгоритмів було використано мову Python та бібліотеку машинного навчання Scikit-learn. Проведено порівняння продуктивності систем на основі точності. Результати досліджень показують, що продуктивність SVM-класифікатора з використанням NMF є найгіршою з точки зору точності передбачення. Ефективність інших моделей, що були натреновані з використанням методів ICA, PCA та LDA, коливається в припустимих межах. Модель, навчена з використанням алгоритму PCA, працює з найвищою точністю передбачення.

APA, Harvard, Vancouver, ISO, and other styles

5

Олександрівна, Гончаренко Владислава. "РЕГУЛЮВАННЯ ВИКОРИСТАННЯ ТЕХНОЛОГІЙ РОЗПІЗНАВАННЯ ОБЛИЧЧЯ." Часопис цивілістики, no. 41 (August 6, 2021): 56–60. http://dx.doi.org/10.32837/chc.v0i41.423.

Full text

Abstract:

ПРАВОВЕ РЕГУЛЮВАННЯ ВИКОРИСТАННЯ ТЕХНОЛОГІЙ РОЗПІЗНАВАННЯ ОБЛИЧЧЯ У статті досліджуються проблемні питання правового регулювання систем розпізнавання обличчя, які сьогодні широко використовуються у світі та в Україні. Проаналізовано досвід регулювання захисту персональних даних у законодавстві ЄС, де розроблені чіткі правила використання систем біометричної ідентифікації осіб у режимі реального часу. Відповідно до Загального регламенту захисту даних (GDPR) біометричні дані є особливим видом персональних даних, отриманих внаслідок спеціального технічного опрацювання, що стосується фізичних, фізіологічних чи поведінкових ознак фізичної особи, таких як зображення обличчя чи дактилоскопічні дані, що дозволяють однозначно ідентифікувати або підтверджують однозначну ідентифікацію фізичної особи. GDPR, за загальним прин- ципом, забороняє обробку біометричних даних у режимі реального часу. GDPR класифікує зображення обличчя та іншу біометричну інформацію як особливу категорію даних із додатковими обмеженнями на їх використання. Важливою гарантією реалізації права на захист персональних даних є встановлене у ст. 17 GDPR право на стирання (забуття). Зокрема, видалення контролером персональних даних працівника після звільнення є обов'язковим на вимогу суб'єкта даних, якщо немає іншої законної підстави для опрацювання. На жаль, цивільне законодавство України щодо захисту персональних даних не передбачає такого імперативного правила. У Євросоюзі випадки притягнення до відповідальності за порушення вимог GDPR вже є дуже розповсюдженими. В Україні контроль за додержанням законодавства про захист персональних даних покладено на Уповноваженого Верховної Ради України з прав людини, однак за відсутності в Україні законодавства, котре регулює використання систем відеоспостереження, здійснення належного контролю за використанням біометричних даних, одержаних за їх допомогою, сьогодні є неможливим. Відповідно до Білої книги зі штучного інтелекту системи відеоспостереження з метою обробки біометричних даних можуть використовуватися тільки у виняткових, належним чином обґрунтованих і адекватних випадках на підставі законодавства ЄС або національного законодавства. Згідно з регуляторними правилами Європейської Комісії всі системи штучного інтелекту, призначені для використання для віддаленої біометричної ідентифікації осіб, вважаються ризикованими та підлягають попередній оцінці відповідності регулятором. Використання віддаленої біометричної ідентифікації у режимі реального часу в загальнодоступних приміщеннях для цілей правопорядку забороняється у принципі, за кількома вузькими винятками, які суворо визначені, обмежені та регламентовані. Вони включають використання для правоохоронних цілей цілеспрямованого пошуку конкретних потенційних жертв злочинів, включаючи зниклих дітей; відповідь на безпосередню загрозу теракту; виявлення та встановлення осіб, котрі вчинили тяжкі злочини. Зроблено висновок про необхідність приведення законодавства України про захист персональних даних до високих стандартів Євросоюзу.

APA, Harvard, Vancouver, ISO, and other styles

6

Терейковська, Л. "Метод нейромережевого розпізнавання емоцій по зображенню обличчя." COMPUTER-INTEGRATED TECHNOLOGIES: EDUCATION, SCIENCE, PRODUCTION, no. 40 (September 24, 2020): 146–52. http://dx.doi.org/10.36910/6775-2524-0560-2020-40-22.

Full text

Abstract:

Стаття присвячена вирішенню задачі вдосконалення нейромережевих засобів розпізнавання емоцій операторів інформаційно-управляючих систем на основі зображення обличчя. З’ясовано, що труднощі розробки таких засобів пов’язані з формуванням репрезентативної навчальної вибірки. Запропоновано нівелювати означені труднощі за рахунок застосування експертних знань. Розроблено метод нейромережевого розпізнавання емоцій по зображенню обличчя людини, який за рахунок запропонованого підходу до застосування продукційних правил для подання в нейронну мережу експертних знань, дозволяє підвищити оперативність розпізнавання та розширити множину видів складних емоцій, характеристики яких не представлені в статистичних даних. Проведені експериментальні дослідження показали, що використання розробленого методу дозволяє забезпечити помилку розпізнавання емоцій на рівні кращих сучасних систем подібного призначення.

APA, Harvard, Vancouver, ISO, and other styles

7

Бичков, О., К. Меркулова, and Є. Жабська. "СТВОРЕННЯ СИСТЕМИ РОЗПІЗНАВАННЯ ОБЛИЧ НА ОСНОВІ ВЕЙВЛЕТ-ПЕРЕТВОРЕНЬ." Problems of information technologies, no. 26 (2019): 32–43. http://dx.doi.org/10.35546/2313-0687.2019.26.32-43.

Full text

APA, Harvard, Vancouver, ISO, and other styles

8

Павленко, В. "Щодо питання застосування нейронної мережі для автоматизації процесів розпізнавання обличчя людини." COMPUTER-INTEGRATED TECHNOLOGIES: EDUCATION, SCIENCE, PRODUCTION, no. 44 (October 30, 2021): 111–21. http://dx.doi.org/10.36910/6775-2524-0560-2021-44-18.

Full text

Abstract:

У статті розкрито питання застосування нейронної мережі для автоматизації процесів розпізнавання обличчя людини. Підкреслено, що на сьогодні, є можливість виділити щонайменше дві широкі категорії систем розпізнавання осіб: необхідність знайти людину у великій базі даних осіб (наприклад, у базі даних поліції); необхідність ідентифікувати конкретних людей у режимі реального часу (наприклад, у системі моніторингу безпеки, системі відстеження місцезнаходження тощо), або необхідно дозволити доступ групі людей і заборонити доступ усім іншим (наприклад, доступ до будівлі, комп’ютеру тощо). Наголошено, що при вирішенні різних завдань єдиними стабільними ознаками порівнюваних зображень є контурні ознаки. Така ситуація особливо характерна для випадку отримання фото однієї і тієї ж людини в різних ділянках електромагнітного спектру. Запропоновано алгоритм оператора Робертса або оператора виділення контурних ліній 2×2 заснований на оцінці та виборі фрагментів зображення з високим градієнтним рівнем. Описано оператор виділення контурних ліній 3×3 при оцінці величини градієнта певного елемента зображення враховує вплив восьми сусідніх з ним елементів. Наведено сутність алгоритму Канні. Зазначається, що послідовним застосуванням маскового фільтру оператора Канні та статистичного фільтра пошукового вікна вдалося сформувати бітове растрове зображення знімка максимально зберігши контури обличчя людини, що значно покращило результати фільтрації на відміну від стандартного порівняння з пороговим значенням. Наголошено, що виявлення кордонів відбувається при визначенні локального максимуму та мінімуму градієнта яскравості об'єкта. Наведено блок-схему високого рівня системи для розпізнавання обличчя та описано принцип роботи система. Підкреслено, що повна автоматизація процесу розпізнавання обличчя людини цілком можлива, але потребує додаткового механізму для ліквідації можливих похибок на стадії фільтрації контуру, що і послугує підставою для подальших досліджень.

APA, Harvard, Vancouver, ISO, and other styles

9

Тимошин, Юрій Афанасійович, and Сергій Петрович Орленко. "Алгоритм розпізнавання обличчя людей на базі згорткової нейронної мережі." Адаптивні системи автоматичного управління 1, no. 32 (September 21, 2018): 166–73. http://dx.doi.org/10.20535/1560-8956.32.2018.145629.

Full text

APA, Harvard, Vancouver, ISO, and other styles

10

Єфімов, Г. М. "Технологія для моделювання і розпізнавання емоцій на обличчі людини." Вісник Київського національного університету імені Тараса Шевченка. Серія "Фізико-математичні науки", Вип. 4 (2012): 107–9.

Find full text

APA, Harvard, Vancouver, ISO, and other styles

11

Данченко, Олена Борисівна, Олег Євгенович Іларіонов, Ганна Валеріївна Красовська, and Тетяна Сергіївна Короткова. "РОЗРОБКА СИСТЕМИ РОЗПІЗНАВАННЯ ОБЛИЧЧЯ ЛЮДИНИ У ВІДЕОПОТОЦІ З ДОПОВНЕНОЮ РЕАЛЬНІСТЮ." Вісник Черкаського державного технологічного університету, no. 3 (November 23, 2020): 75–84. http://dx.doi.org/10.24025/2306-4412.3.2020.200277.

Full text

APA, Harvard, Vancouver, ISO, and other styles

12

Barmak, O. V., E. A. Manziuk, O. D. Kalyta, Iu Krak, V. O. Kuznetsov, and A. I. Kulias. "Recognition of emotional expressions using the grouping crowdings of characteristic mimic states." PROBLEMS IN PROGRAMMING, no. 2-3 (September 2020): 173–81. http://dx.doi.org/10.15407/pp2020.02-03.173.

Full text

Abstract:

The characteristic forms of facial expressions of the emotional states of a person are typical of a rather large degree of generalization on the basis of common physiological structures and the location of the muscles that form the human face. This circumstance is one of the main reasons for the commonality of human manifestations of emotions that are reflected in the face. By the nature and form of facial expressions on the face with high probability, it is possible to determine the emotional state of a person with some correction on the part of the cultural characteristics and traditions of certain groups. In accordance with the existence of common mimic forms of emotional manifestations, an approach is proposed to create a model of recognition of emotional manifestations on the face of a person with relatively low requirements for the means of photo, video-fixation and acceptable speed in the video stream. The creation of the model is based on the implementation of the hyperplane classification of mimic manifestations of major emotional states. One of the main advantages of the proposed approach is the small computational complexity that allows realizing the recognition of the changes in people’s emotional state without any special equipment (for low-resolution or long-distance video cameras). In addition, the model developed on the basis of the proposed approach allows obtaining proper recognition accuracy with low requirements for quality image characteristics, which allows extending the scope of practical application to a great extent. One example of practical application is control over the drivers in the process of driving the vehicle, complex production operators, and other automated visual surveillance systems. The set of detected emotional states is formed in accordance with the set tasks and gives the opportunity to focus on the recognition of mimic forms and group characteristic structural manifestations based on the set of distinguished characteristic features.

APA, Harvard, Vancouver, ISO, and other styles

13

IVASCHENKO, S., O. KALYTA, O. BARMAK, and T. SKRYPNYK. "INFORMATION TECHNOLOGY FOR DETERMINATION OF CHARACTERISTICS ON THE FACE FOR EMOTIONAL RECOGNITION." Computer Systems and Information Technologies 2, no. 2 (November 3, 2020): 47–53. http://dx.doi.org/10.31891/csit-2020-2-7.

Full text

Abstract:

One of the ways to process an image presented in the form of a set of pixels, in order to further identify, classify the objects present on it is to display the specified set in the form of sets of certain features. Such features are not universal in nature, but rather significantly depend on the tasks under consideration. For certain classes of problems, such features (model) are selected that best allow the application of appropriate methods to solve the problem. The paper considers a class of problems for recognizing the emotional state on a person's face. In, a convolutional neural network (CNN) is used to detect emotions. CNN differs from multilayer perceptron (MLP) in that they have hidden layers called convolutional layers. The proposed method is based on a two-tier CNN system. At the first level, the background of the image is removed to better reflect emotions. A standard CNN network module is used to obtain the primary expression vector (EV). EV is formed by tracking the relevant important points of the face. EV is directly related to changes in facial expression. EV is obtained using a basic perceptron unit plotted on a face image with the background removed. In the proposed model at the last stage, there is a non-evolutionary perceptron layer. Each of the convoluted layers receives input data (images), converts them, and then takes them to the next level. After detecting a face, the CNN filter of the second part captures parts of the face, such as eyes, ears, lips, nose, and cheeks. The authors agree that the method has some limitations, and especially requires high computing power when setting up CNN. The technology of determination of characteristic features on the face for recognition of emotional manifestations is presented and experimentally investigated.

APA, Harvard, Vancouver, ISO, and other styles

14

Semerikov, Serhiy O., Tetiana A. Vakaliuk, Iryna S. Mintii, Vita A. Hamaniuk, Vladimir N. Soloviev, Olga V. Bondarenko, Pavlo P. Nechypurenko, Svitlana V. Shokaliuk, Natalia V. Moiseienko, and Vitalii R. Ruban. "Розробка системи комп'ютерного зору на основі машинного навчання для освітніх цілей." Educational Dimension 57, no. 5 (December 9, 2021): 8–60. http://dx.doi.org/10.31812/educdim.4717.

Full text

Abstract:

У роботі наведено огляд витоків та сучасного стану систем комп'ютерного зору, приклади задач комп'ютерного зору. Описано використання систем комп'ютерного зору освіти як у звичайних, і у пандемічних умовах. Пандемія COVID-19 викликала зміни в освіті, які видозмінили існуючі освітні програми систем комп'ютерного зору та породили нові, у тому числі соціальне дистанціювання, розпізнавання маски на обличчі, виявлення проникнення в університети та школи, запобігання вандалізму та виявлення підозрілих предметів, моніторинг відвідуваності, емоцій на обличчях у масках та без них. Системи комп'ютерного зору також можна використовувати у освіті для упровадження імерсивних освітніх ресурсів. На основі аналізу автономних бібліотек для ідентифікації динамічних об'єктів зроблено висновок, що при створенні систем машинного зору в освітніх цілях доцільно використовувати бібліотеки комп'ютерного зору, що ґрунтуються на глибокому навчанні (зокрема, реалізації згорткових нейронних мереж). Описано прототип системи комп'ютерного зору, розроблений на основі Microsoft Cognitive Toolkit і розгорнутий у хмарі Microsoft Azure. Система дозволяє з високим ступенем надійності виконувати головні функції: ідентифікацію емоцій та наявність маски на обличчі, а також дає можливість визначити стать, вік, колір волосся, інтенсивність посмішки, наявність макіяжу, окулярів тощо.

APA, Harvard, Vancouver, ISO, and other styles

15

Курта, Ірина, and Андрій Лагун. "Розроблення системи розпізнавання людських облич для відеоспостереження." Automation, Measuring and Management / Автоматика, вимірювання та керування, 2020, 57–66. http://dx.doi.org/10.23939/amm2020.01.057.

Full text

Abstract:

In the article were researched the principles of building systems for observation and recognition of objects. Also we have given the classification of human faces recognition methods. Authors have analized the features of operetion for the progressive calibration network (PCN) for human face recognition. And finally has been created and tested the developed face recognition algorithm as the realized software system.

APA, Harvard, Vancouver, ISO, and other styles

16

Кривенко, Ольга Вікторівна, and Олена Вячеславівна Трубіцина. "ДОСЛІДЖЕННЯ ВИКОРИСТАННЯ МЕТОДІВ РОЗПІЗНАВАННЯ ОБЛИЧЧЯ ЛЮДИНИ В СИСТЕМАХ ІДЕНТИФІКАЦІЇ." Наука та виробництво, no. 22 (February 20, 2020). http://dx.doi.org/10.31498/2522-9990222020197702.

Full text

APA, Harvard, Vancouver, ISO, and other styles

17

Бабчук, Юлія, and Сергій Бабій. "ВИКОРИСТАННЯ КОРПУС-ПРОЄКТІВ У ПРОЦЕСІ НАВЧАННЯ СТУДЕНТІВ." InterConf, April 24, 2022, 206–10. http://dx.doi.org/10.51582/interconf.19-20.04.2022.020.

Full text

Abstract:

статті описано використання корпус-проєктів, а саме проєкту SmartKom на заняттях з вивчення іноземних мов. Проаналізовано основні принципи роботи з цими проєктами, можливості розпізнавання вимови мовців, демонстрування вимови іноземних мов за допомогою інтонограм, графіків, осцилограм тощо. Виділено найважливіші переваги використання проєктів: розвиток усіх мовленнєвих навичок, розширення словникового запасу, закріплення граматичного матеріалу, можливість комунікації у режимі людина – комп’ютер та навпаки, можливість створення і зберігання інформації, візуалізації вимови, використання тривимірних анімаційних роликів, створення діалогічних систем та створення умов для самоосвіти і самовдосконалення навичок і вмінь студентів. Мультимодальна діалогічна система SmartKom досліджує просодію емоційного мовлення, міміку обличчя людини та відстежує емоційне ставлення мовця до одержаної інформації. Важливим також є виділення найважливіших ознак вказаних вище проєктів, а саме: доступність, легкість у використанні, можливість комунікації та співпраці, зокрема віддаленої, сприяння результативній самостійній роботі студентів. Ці проєкти відповідають принципам багатоканального навчання, залучають велику кількість органів чуття людини, що сприяє усуненню мовних та психологічних бар’єрів, супроводжуються позитивними емоціями та показниками успішності навчання. Вагомим внеском є врахування індивідуальних особливостей навчання студентів, зокрема темпу сприйняття навчального матеріалу. У статті зазначено, що за допомогою вказаних технологій можна виявити просодичні характеристики мовлення, відстежити емоційне ставлення людини до одержаної інформації

APA, Harvard, Vancouver, ISO, and other styles

Journal articles on the topic 'Розпізнавання обличь'

Create a spot-on reference in APA, MLA, Chicago, Harvard, and other styles