Метод та програмне забезпечення для розпізнавання обличчя в умовах недостатнього освітлення

Скорочена інформація про документ
dc.contributor.advisorШкурат, Оксана Сергіївна
dc.contributor.authorМаксименко, Дмитро Юрійович
dc.date.accessioned2025-10-14T09:43:49Z
dc.date.available2025-10-14T09:43:49Z
dc.date.issued2025
dc.description.abstractДана магістерська дисертація присвячена розробленню та реалізації алгоритмічно-програмного методу на основі технології глибинного навчання для розпізнавання обличь в умовах недостатнього освітлення. В ході даної магістерської дисертації було проаналізовано ряд існуючих підходів та методі розпізнавання як конкретних людей за обличчям, так і розпізнавання характеристик людини за обличчям та запропоновано програмний метод розпізнавання обличь в умовах недостатнього освітлення за атрибутами вік, стать і раса, який базується на моделі нейронних мереж MobileNetV2. Розроблений метод показав середню точність розпізнавання за атрибутами стать – 89.12%, етнічна приналежність – 73.78%, та середнє значення абсолютної середньої похибки за атрибутом вік – 5.96. У даній магістерській дисертації розроблено програмне забезпечення для реалізації розробленого методу розпізнавання обличчя в умовах недостатнього освітлення. Практичне значення полягає в тому, що розроблений метод та програмне забезпечення може використовуватись користувачами як програмний застосунок з графічним інтерфейсом для розпізнавання обличь на цифрових зображеннях за віком, статтю та етнічною приналежністю, а також програмними інженерами як бібліотека на мові програмування Python.
dc.description.abstractotherThis master's thesis is devoted to the development and implementation of a method and software for face recognition in low light conditions based on deep learning technology. Within this master's thesis, a number of existing approaches and methods for recognizing both specific people by face and recognizing human characteristics by face were analyzed and a software method for face recognition in low light conditions by the attributes of age, gender and race was proposed, based on the MobileNetV2 neural network model. The developed method showed an average recognition accuracy of 89.12% for the attributes of gender, 73.78% for ethnicity, and 5.96 for the absolute mean error for the attribute of age. In this master's thesis, software was developed to implement the developed method for face recognition in low light conditions. The practical value is that the developed method and software can be used by users as a software application with a graphical interface for recognizing faces in digital images by age, gender, and ethnicity, as well as by software engineers as a library in the Python programming language.
dc.format.extent118 с.
dc.identifier.citationМаксименко, Д. Ю. Метод та програмне забезпечення для розпізнавання обличчя в умовах недостатнього освітлення : магістерська дис. : 121 Інженерія програмного забезпечення / Максименко Дмитро Юрійович. – Київ, 2025. – 118 с.
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/76824
dc.language.isouk
dc.publisherКПІ ім. Ігоря Сікорського
dc.publisher.placeКиїв
dc.subjectінженерія програмного забезпечення
dc.subjectзгорткова нейронна мережа
dc.subjectMobileNetV2
dc.subjectглибоке навчання
dc.subjectрозпізнавання зображення
dc.subjectрозпізнавання обличчя
dc.subject.udc004.42:004.932
dc.titleМетод та програмне забезпечення для розпізнавання обличчя в умовах недостатнього освітлення
dc.typeMaster Thesis

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
Maksymenko_magistr.pdf
Розмір:
4 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 (ПЗКС)
Магістерські роботи