Магістерські роботи (ПМА)
Постійне посилання зібрання
Переглянути
Перегляд Магістерські роботи (ПМА) за Автор "Лозко, Олександр Олексійович"
Зараз показуємо 1 - 1 з 1
Результатів на сторінці
Налаштування сортування
Документ Відкритий доступ Інтелектуальна система розпізнавання статі людини за зображенням обличчя(КПІ ім. Ігоря Сікорського, 2024) Лозко, Олександр Олексійович; Третиник, Віолета ВікентіївнаДисертацію виконано на 82 аркушах, вона містить 2 додатки та перелік посилань на використані джерела з 15 найменувань. У роботі наведено 21 рисунок та 2 таблиці. Актуальність теми. Тема "Інтелектуальна система розпізнавання статі людини за зображенням обличчя" має велику актуальність в сучасному світі з різних перспектив. Системи розпізнавання статі можуть впливати на безпеку та контроль доступу, допомагати в рекламі та маркетингу для точного визначення цільової аудиторії, а також враховувати різницю між жінками та чоловіками в медичних дослідженнях. Використання цих технологій може також оптимізувати роботу в різних галузях, покращуючи ефективність та забезпечуючи ефективніше обслуговування клієнтів. Однак разом із тим виникають питання етики та конфіденційності, що вимагає виваженого підходу до розробки та впровадження таких систем. Розвиток цієї технології вносить свій внесок у сферу штучного інтелекту, розширюючи можливості комп'ютерного зорового сприйняття та глибокого навчання. Таким чином, тема розпізнавання статі за зображенням обличчя важлива як з точки зору практичних застосувань, так і з точки зору наукового розвитку. Зв’язок роботи з науковими програмами, планами, темами. Дисертаційна робота виконувалась згідно з планом науково-дослідних робіт кафедри прикладної математики Національного технічного університету України «Київський політехнічний інститут імені Ігоря Сікорського». Мета і задачі дослідження. Основною метою цього дослідження є вивчення та вдосконалення алгоритмів розпізнавання статі на основі зображень обличчя з метою досягнення високої точності та ефективності. Для досягнення цієї основної мети можуть бути сформульовані наступні задачі дослідження: - Збір та підготовка даних: Здійснення комплексного процесу збору та підготовки даних для подальшого використання у дослідженні. Це включає в себе вибір та накопичення наборів фотографій обличчя, а також їх анотацію з вказанням статі. Дані повинні бути репрезентативними та різноманітними, щоб система розпізнавання була адаптована до різних типів зображень та враховувала різноманіття особових характеристик. - Огляд існуючих рішень: Проведення аналізу наявних підходів та технологій у галузі розпізнавання статі за зображенням обличчя. - Вдосконалення алгоритмів розпізнавання статі: Використовуючи зібрані дані та знання про існуючі рішення, вдосконалення найкращих алгоритмів розпізнавання статі на базі штучного інтелекту. Основна мета - досягнення точності та швидкодії, а також адаптація до різноманітних умов та контекстів. - Валідація розпізнавання статі: Проведення експериментів та оцінка ефективності розробленої системи на реальних даних, порівняння результатів з наявними розробками та стандартами. Об’єкт дослідження. Об’єктом дослідження є технології розпізнавання обличчя, зосереджені на визначенні статевих особливостей осіб на зображеннях. Предмет дослідження. Предметом дослідження є моделі розпізнавання, спрямовані на точне визначення статі особи за її обличчям на фотографіях зроблені на мобільний телефон. Методи дослідження. Дослідження базувалося на використанні різноманітних методів машинного навчання для вирішення завдання бінарної класифікації статі людини за зображенням обличчя. Зокрема, порівнювались результати використання методів, таких як Logistic Regression та Decision Tree, із запропонованим підходом на основі архітектури VOLO. Досліджено ефективність та порівняно характеристики кожного методу з точки зору точності, Recall, Precision та F1-мери. Наукова новизна одержаних результатів. Отримані результати підтверджують високу ефективність та переваги запропонованого підходу, зокрема, архітектури VOLO, порівняно із традиційними методами Logistic Regression та Decision Tree. Застосування моделі VOLO показало значущий прогрес у розпізнаванні статі за зображенням обличчя, що вказує на його великий потенціал у практичних застосуваннях. Практичне значення одержаних результатів. Отримані результати мають важливе практичне застосування в сферах безпеки, відеоспостереження, психологічних та маркетингових досліджень. Застосування моделі VOLO та порівняння із традиційними методами надають нові можливості для розробки високоефективних та точних систем розпізнавання статі на зображеннях обличчя. Апробація результатів дисертації. Основні положення й результати роботи представлено на XVІ науково-практичній конференції магістрантів та аспірантів «Прикладна математика та комп’ютинг – ПМК-2023» (Київ, 28-30 листопада 2023 р.) та опубліковані у збірнику тез за результатами конференції. Публікації. Результати дисертації викладено в 1 науковій праці: - 1 публікація у тезах конференцій.