СРАВНИТЕЛЬНЫЙ АНАЛИЗ ПОПУЛЯРНЫХ МЕТОДОВ РАСПОЗНАВАНИЯ ЛИЦ НА ИЗОБРАЖЕНИЯХ
При эксплуатации объектов информатизации необходимым условием их функционирования является наличие подсистемы аутентификации. Применение многомодальных систем аутентификации на объектах информатизации сопровождается использованием методов распознавания лиц на изображении. Многообразие существующих на сегодняшний день методов распознавания лиц на изображении диктует необходимость выбрать наиболее эффективный с точки зрения точности метод распознавания лица. Наиболее популярными алгоритмами распознавания лиц являются метод гибкого сравнения на графах, метод главных компонент, метод Виолы-Джонса, метод опорных векторов, метод формирования штрих-кодов по изображению лица. На процедуру распознавания лиц оказывает влияние ряд факторов, таких как динамика лиц, изменение яркости, наличие шумов и поворот лица, а также старение лиц. Эти факторы обусловлены невозможностью обеспечить стабильные условия съемки. Поэтому необходимо провести сравнение указанных методов распознавания лиц с учетом их способности эффективно выполнять свою задачу в этих условиях.
Пока никто не оставил комментариев к этой публикации.
Вы можете быть первым.
1. Кузнецов Д.А. Применение многомодальной аутентификации на объектах критической информационной инфраструктуры / Кузнецов Д.А., Дамм В.А., Кузнецов А.В., Басов О.О. // Научный результат. Информационные технологии. 2019. Том 4. Вып. 3. С. 48-55.
2. Никитин В.В. Модель и методика многомодальной аутентификации пользователя автоматизированной системы: Автореф… дис. канд. техн. наук. – Воронеж 2018. – 18 с.
3. Кузнецов Д.А. Классификация методов обнаружения и распознавания лица на изображении / Кузнецов Д.А., Никольский П.Г., Рачков Д.С., Кузнецов А.В., Хахамов А.П. // Научный результат. Информационные технологии. Т.4, №1, 2019.
4. Кахит Г. Разработка системы распознавания лиц / Кахит Г. Абдулкадир Е. [Электронный ресурс] ResearchGate. URL: // https://www.researchgate.net/publication/262875649_Design_of_a_Face_Recognition_System (дата обращения: 5.12.2019).
5. Васильева Е.В. Анализ современных подходов к узнаванию и распознаванию лиц // Васильева Е.В., Шестаков М.И., Лихачевский Д.В. // 54-я научная конференция аспирантов, магистрантов и студентов БГУИР. 2018.
6. Померанцев А. Метод главных компонент / Померанцев А. // Российское хемометрическое общество. [Электронный ресурс]. - Режим доступа: http://rcs.chemometrics.ru/Tutorials/pca (дата обращения: 5.12.2019).
7. Усилин С.А. Алгоритмическое развитие Виола-Джонсовских детекторов для решения прикладных задач распознавания изображений: Автореф… дис. канд. техн. наук. – Москва 2017. – 149 с.
8. Амосов О.С. Модифицированный алгоритм детекции лиц в видеопотоке и его программная реализация / Амосов О.С., Иванов Ю.С. // Науковедение. 2014. Вып. 3. С. 26.
9. Кухарев Г.А. Формирование штрих-кода по изображениям лиц на основе градиентов яркости / Кухарев Г.А., Матвеев Ю.Н., Щеголева Н.Л. // Научно-технических вестник информационных технологий, механики и оптики. 2014. Вып. 3. С. 91.
10. Буй Тхи Тху Чанг, Фан Нгок Хоанг., Спицин В.Г. Распознавание лиц на основе применения метода Виолы-Джонса, вейвлет-преобразования и метода главных компонент / Буй Тхи Тху Чанг, Фан Нгок Хоанг, Спицин В.Г. // Известия Томского политехнического университета. 2012. Т. 320 № 5.
11. Лоренс В. Распознавания лиц с помощью метода гибкого сравнения на графах / Лоренс В., Джин-Марк Ф., Норберт К., Кристоф М. // [Электронный ресурс] ResearchGate. URL: https://www.researchgate.net/publication/319877813_Face_Recognition_by_Elastic_Bunch_Graph_Matching (дата обращение 5.12.2019).
12. Левчук С.А. Исследование характеристик алгоритмов распознавания лиц / Левчук С.А., Якименко А.А. // Сборник научных трудов НГТУ. 2018. № 3-4. С. 40-58.
13. Синх А. Распознавание лиц с помощью метода главных компонент и характерных точек лица / Синх А., Кумар С. // Информатика и инженерия. Национальный технологический институт Роуркела. 2012.
14. Хейсел Б. Распознавание лиц с помощью метода опорных векторов: глобальный подход против основанного на компонентах / Хейсел Б., Пурди Х., Томасо П. // [Электронный ресурс] ResearchGate. URL: https://www.researchgate.net/publication/2853265_Face_Recognition_with_Support_Vector_Machines_Global_ve rsus_Component-based_Approach (дата обращение 5.12.2019).
15. Омар Ф. Распознавание лиц с помощью PCA и SVM / Омар Ф., Хасан А. // [Электронный ресурс] ResearchGate. URL: https://www.researchgate.net/publication/224599198_Face_recognition_using_PCA_and_SVM (дата обращение 5.12.2019).
16. Гончаров А.В. Влияние освещенности на качество распознавания фронтальных лиц / Гончаров А.В., Каркищенко А.Н. // Известия ЮФУ. Технические науки. 2008.
17. Мокеев А.В. Об эффективности распознавании лиц с помощью линейного дискриминантного анализа и метода главных компонент / Мокеев А.В. Мокеев В.В. // Бизнес-информатика. 2015. № 3(33). С. 44-54.
18. Шмаглит Л.А. Разработка и анализ алгоритмов распознавания лиц на телевизионных изображениях для биометрической идентификации / Шмаглит Л.А. // Автореферат дис. кан. тех. наук. Ярославль. 2014. С. 119.
19. Спицын В.Г. Распознавание лиц на основе метода главных компонент с применением вейвлетдескрипторов Хаара и Добеши / Спицын В.Г., Болотова Ю.А., Шабалдина Н.В., Буй Тхи Тху Чанг, Фан Нгок Хоанг // Национальный исследовательский ядерный университет «МИФИ». 2016. № 5. C. 103-112.
20. Peter N. Eigenfaces vs. Fisherfaces Recognition Using Class Specific Linear Projection / Peter N., Joao P., David J. // IEEE transactions on pattern analysis and machine intelligence. Vol. 19, no. 7. 1997.
21. Анализ существующих подходов к распознаванию лиц // [Электронный ресурс] URL: https://habr.com/ru/company/synesis/blog/238129/
22. Татаренков Д. А. Анализ методов обнаружения лиц на изображении // Молодой ученый. – 2015. – №4. – С. 270-276.