Дослідження алгоритмів виявлення облич у зображеннях
Вантажиться...
Дата
2023
Автори
Науковий керівник
Назва журналу
Номер ISSN
Назва тому
Видавець
Анотація
Рівень інтеграції технологій у всі сфери нашого життя невпинно зростає, що
в свою чергу призводить до збільшення кількості потокового медіа. Ось чому
задача виявлення облич є як ніколи актуальною. Використання алгоритмів для
виявлення облич має безліч переваг. Однією з них є безпека. Застосування таких
систем дозволяє виявляти обличчя на камерах відеоспостереження, що
забезпечує підвищену безпеку в об'єктах масового перебування, таких як
аеропорти, торгові центри чи вузли громадського транспорту. Це допомагає
ідентифікувати потенційні загрози та вчасно реагувати на них. Окрім цього,
алгоритми виявлення облич можуть бути використані в системах контролю
доступу для ідентифікації осіб. Вони забезпечують високий рівень безпеки і
виключають можливість використання підроблених або втрачених пропусків. В
залежності від застосування деякі системи повинні забезпечувати високу
швидкодію, інші - точність.
Тому метою дипломної роботи є дослідження алгоритмів виявлення облич у
зображеннях, розробка ефективного підходу та реалізація скрипту для
тренування.
Найважливішою частиною є саме процес навчання моделі, оскільки він
передбачає використання ефективного підходу для тренування, правильне
завантаження та обробку даних, підрахунок метрик точності, а також їх аналіз з
метою отримання оцінки успішності процесу навчання. Окрім цього, не менш
важливим кроком є тестування отриманої моделі на даних, які не
використовувались протягом тренування, що дасть змогу оцінити наскільки
добре вона узагальнюється та адаптується. Нарешті, варто провести порівняння
моделі з іншими популярними підходами з точки зору швидкодії, точності та
5
результатів виявлення у крайових умовах, таких як: зміна освітлення, чи
орієнтації, зображення, кольору шкіри, наявність макіяжу, аксесуарів, тощо.
Результатом проведеної роботи є дослідження алгоритмів виявлення облич у
зображеннях, скрипт мовою програмування Python, який реалізує розроблений
підхід до тренування моделі, а також окремий клас для візуалізації.
Загальний обсяг роботи 107с., 45 рис., 11 таблиць, 4 додатки, 31 джерело.
Опис
Ключові слова
виявлення облич, виявлення об’єктів, файн-тюнинг, згорткові нейронні мережі, загальна схема виявлення об’єктів, схема роботи R-CNN, почергове навчання detectron2, наближене спільне навчання, комп’ютерний зір, машинне навчання, Faster R-CNN, YOLO, IoU, AP, Fast R-CNN, RPN, SSD, MediaPipe, MTCNN, YuNet, face detection, object detection, fine-tuning, convolutional neural networks, general object detection scheme, R-CNN operation scheme, alternating training, approximate joint training, RPN, computer vision, machine learning
Бібліографічний опис
Бабічев, І. О. Дослідження алгоритмів виявлення облич у зображеннях : дипломна робота ... бакалавра : 122 Комп'ютерні науки / Бабічев Ілля Олексійович. - Київ, 2023. - 107 с.