Інтелектуальна система розпізнавання статі людини за зображенням обличчя

Скорочена інформація про документ
dc.contributor.advisorТретиник, Віолета Вікентіївна
dc.contributor.authorЛозко, Олександр Олексійович
dc.date.accessioned2024-05-23T08:09:24Z
dc.date.available2024-05-23T08:09:24Z
dc.date.issued2024
dc.description.abstractДисертацію 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.
dc.description.abstractotherThe thesis is presented in 82 pages. It contains 2 appendix and bibliography of 15 references. 21 figures and 2 table are given in the thesis. Topic relevance. The topic "The task of recognizing a person's gender from a face image" is of great relevance in the modern world from various perspectives. Gender recognition systems can affect security and access control, help in advertising and marketing to accurately identify the target audience, and take into account the difference between women and men in medical research. The use of these technologies can also optimize operations in various industries, improving efficiency and providing better customer service. At the same time, however, ethical and privacy issues arise, requiring a balanced approach to the development and implementation of such systems. The development of this technology contributes to the field of artificial intelligence by expanding the capabilities of computer vision and deep learning. Thus, the topic of facial gender recognition is important both in terms of practical applications and scientific development. Thesis connection to scientific programs, plans, and topics. The dissertation work was carried out in accordance with the plan of research works of the Department of Applied Mathematics of the National Technical University of Ukraine "Ihor Sikorskyi Kyiv Polytechnic Institute". Research goal and objectives. The main goal of this research is to study and improve facial image-based gender recognition algorithms in order to achieve high accuracy and efficiency. To achieve this main goal, the following research objectives can be formulated: - Data collection and preparation: Carrying out a comprehensive process of collecting and preparing data for further use in the study. This includes selecting and accumulating sets of face photos, as well as annotating them with gender. The data should be representative and diverse so that the recognition system can be adapted to different types of images and take into account the variety of facial characteristics. - Review of existing solutions: Conducting an analysis of existing approaches and technologies in the field of facial gender recognition. - Improvement of gender recognition algorithms: Using the collected data and knowledge of existing solutions, improving the best AI-based gender recognition algorithms. The main goal is to achieve accuracy and speed, as well as adaptation to various conditions and contexts. - Validation of the intelligent gender recognition system: Conducting experiments and evaluating the effectiveness of the developed system on real data, comparing the results with existing developments and standards. Research Objects and Subjects. The object of the study is facial recognition technologies focused on determining the sexual characteristics of faces in images. Methods of research. The research was based on the application of various machine learning methods to solve the task of binary classification of a person's gender based on facial images. Specifically, the results of using methods such as Logistic Regression and Decision Tree were compared with the proposed approach based on the VOLO architecture. The effectiveness and characteristics of each method were investigated in terms of accuracy, Recall, Precision, and F1-score. Scientific contribution of the obtained results. The obtained results confirm the high efficiency and advantages of the proposed approach, particularly the VOLO architecture, compared to traditional methods such as Logistic Regression and Decision Tree. The application of the VOLO model demonstrated significant progress in facial gender recognition, indicating its great potential in practical applications. Practical value of obtained results. The obtained results have significant practical applications in the fields of security, video surveillance, psychological studies, and marketing research. The use of the VOLO model and the comparison with traditional methods provide new opportunities for developing highly effective and accurate gender recognition systems from facial images. Approbation of the thesis results. The main provisions and results of the work were presented at the 16th Scientific and Practical Conference of Master's and Postgraduate Students "Applied Mathematics and Computing - PMK-2023" (Kyiv, November 28-30, 2023) and published in the collection of theses based on the results of the conference. Publications. The results of the dissertation are presented in 1 scientific work: - 1 publication in theses of conferences.
dc.format.extent100 с.
dc.identifier.citationЛозко, О. О. Інтелектуальна система розпізнавання статі людини за зображенням обличчя : магістерська дис. : 113 Прикладна математика / Лозко Олександр Олексійович. – Київ, 2024. – 100 с.
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/66854
dc.language.isouk
dc.publisherКПІ ім. Ігоря Сікорського
dc.publisher.placeКиїв
dc.subjectрозпізнавання статі
dc.subjectштучний інтелект
dc.subjectбезпека даних
dc.subjectфотографія обличчя
dc.subjectтехнології розпізнавання
dc.subjectефективність системи
dc.subjectелектронна безпека
dc.subjectзаходи безпеки
dc.subject.udc004.62:510.22:004.023
dc.titleІнтелектуальна система розпізнавання статі людини за зображенням обличчя
dc.typeMaster Thesis

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
Lozko_magistr.pdf
Розмір:
2.9 MB
Формат:
Adobe Portable Document Format
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
8.98 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

Магістерські роботи (ПМА)
Магістерські роботи