Ефективні методи розпізнавання облич за допомогою згорткових нейронних мереж
dc.contributor.advisor | Барановська, Леся Валеріївна | |
dc.contributor.author | Літвинчук, Андрій Миколайович | |
dc.date.accessioned | 2020-08-30T16:31:15Z | |
dc.date.available | 2020-08-30T16:31:15Z | |
dc.date.issued | 2020-06 | |
dc.description.abstracten | Diploma work: 99 p., 20 fig., 9 tables, 2 appendixes, 24 sources. The theme: Effective methods of face recognition using convolutional neural networks. The object of study – an open dataset that includes 3 million images of more than 9,000 people of different ages and nationalities. Subject of research – convolutional neural networks and their improvement through metric learning, modifications of architectures, optimization methods, learning rate schedulers and various ways of regularization. Purpose – develop a high-quality face recognition model that will meet all the requierments for high-quality real-time operation, namely to be fast, sufficiently capacious and resistant to noise that will occur due to the accumulation of errors in face recognition systems. Actuality – application of a high-quality face recognition system in various areas of activity, in particular in the field of protection of personal information and security systems. There were performed bunch of experiments and comparative analysis of the considered methods of improvement of convolutional neural networks. As a result a universal algorithm for training the face recognition model was obtained. The further development of the research subject – improving neural network architecture, collecting more data and applying better regularization techniques. | uk |
dc.description.abstractuk | Дипломна робота: 99 с., 20 рис., 9 табл., 2 додатки, 24 джерела. Об’єкт дослідження – відкритий набір даних, який включає 3 мільйони зображень більше ніж 9000 людей різного віку та національності. Предмет дослідження – згорткові нейронні мережі та їх покращення за допомогою навчання подібності, модифікацій архітектур, методів оптимізації, розкладів руху навчання та різних способів регуляризації. Мета роботи – розробити якісну модель розпізнавання облич, яка буде задовільняти всім умовам для високоякісної роботи у реальному часі, а саме бути швидкою, достатньо місткою та стійкою до шумів, які будуть виникати внаслідок нагромадження помилок систем розпізнавання облич. Актуальність – застосування якісної системи розпізнавання облич в різних сферах діяльності, зокрема в захисті персональної інформації та охоронній діяльності. Проведено ряд експериментів, виконано порівняняльний аналіз розглянутих методів покращення згорткових нейронних мереж, в результаті отримано універсальний алгоритм для навчання моделі розпізнавання облич. Шляхи подальшого розвитку предмету дослідження – покращення архітектури нейронної мережі, збір більшої кількості даних та застосування кращих методів регуляризації. | uk |
dc.format.page | 99 с. | uk |
dc.identifier.citation | Літвинчук, А. М. Ефективні методи розпізнавання облич за допомогою згорткових нейронних мереж : дипломна робота ... бакалавра : 124 Системний аналіз / Літвинчук Андрій Миколайович. - Київ, 2020. - 99 с. | uk |
dc.identifier.uri | https://ela.kpi.ua/handle/123456789/35896 | |
dc.language.iso | uk | uk |
dc.publisher | КПІ ім. Ігоря Сікорського | uk |
dc.publisher.place | Київ | uk |
dc.subject | згорткові нейронні мережі | uk |
dc.subject | розпізнавання облич | uk |
dc.subject | навчання подібності | uk |
dc.subject | багатокласова класифікація | uk |
dc.subject | оптимізація | uk |
dc.subject | аугментації | uk |
dc.subject | convolutional neural networks | uk |
dc.subject | face recognition | uk |
dc.subject | metric learning | uk |
dc.subject | multiclass classification | uk |
dc.subject | optimization | uk |
dc.subject | augmentations | uk |
dc.title | Ефективні методи розпізнавання облич за допомогою згорткових нейронних мереж | uk |
dc.type | Bachelor Thesis | uk |
Файли
Контейнер файлів
1 - 1 з 1
Ескіз недоступний
- Назва:
- Litvynchuk_bakalavr.docx
- Розмір:
- 6.21 MB
- Формат:
- Microsoft Word XML
- Опис:
Ліцензійна угода
1 - 1 з 1
Ескіз недоступний
- Назва:
- license.txt
- Розмір:
- 9.06 KB
- Формат:
- Item-specific license agreed upon to submission
- Опис: