<?xml version='1.0' encoding='utf-8'?>
<!DOCTYPE article PUBLIC "-//NLM//DTD JATS (Z39.96) Journal Publishing DTD v1.2 20190208//EN" "http://jats.nlm.nih.gov/publishing/1.2/JATS-journalpublishing1.dtd">
<article article-type="research-article" dtd-version="1.2" xml:lang="ru" xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink"><front><journal-meta><journal-id journal-id-type="issn">2518-1092</journal-id><journal-title-group><journal-title>Научный результат. Информационные технологии</journal-title></journal-title-group><issn pub-type="epub">2518-1092</issn></journal-meta><article-meta><article-id pub-id-type="doi">10.18413/2518-1092-2019-4-1-0-6</article-id><article-id pub-id-type="publisher-id">1642</article-id><article-categories><subj-group subj-group-type="heading"><subject>ИНФОРМАЦИОННО-ТЕЛЕКОММУНИКАЦИОННЫЕ ТЕХНОЛОГИИ</subject></subj-group></article-categories><title-group><article-title>КЛАССИФИКАЦИЯ МЕТОДОВ ОБНАРУЖЕНИЯ И РАСПОЗНАВАНИЯ ЛИЦА НА ИЗОБРАЖЕНИИ</article-title><trans-title-group xml:lang="en"><trans-title>CLASSIFICATION OF DETECTION AND RECOGNITION METHODS OF THE PERSON ON THE IMAGE</trans-title></trans-title-group></title-group><contrib-group><contrib contrib-type="author"><name-alternatives><name xml:lang="ru"><surname>Кузнецов</surname><given-names>Денис Андреевич</given-names></name><name xml:lang="en"><surname>Kuznetsov</surname><given-names>Denis Andreevich</given-names></name></name-alternatives><email>wvxp@mail.ru</email></contrib><contrib contrib-type="author"><name-alternatives><name xml:lang="ru"><surname>Никольский</surname><given-names>Павел Геннадьевич</given-names></name><name xml:lang="en"><surname>Nikolsky</surname><given-names>Pavel Gennadyevich</given-names></name></name-alternatives><email>pavlusha.golova@gmail.com</email></contrib><contrib contrib-type="author"><name-alternatives><name xml:lang="ru"><surname>Рачков</surname><given-names>Даниил Сергеевич</given-names></name><name xml:lang="en"><surname>Rachkov</surname><given-names>Daniil Sergeevich</given-names></name></name-alternatives><email>rachkov@mail.ru</email></contrib><contrib contrib-type="author"><name-alternatives><name xml:lang="ru"><surname>Кузнецов</surname><given-names>Андрей Викторович</given-names></name><name xml:lang="en"><surname>Kuznetsov</surname><given-names>Andrey Viktorovich</given-names></name></name-alternatives><email>kvaa77@mail.ru</email></contrib><contrib contrib-type="author"><name-alternatives><name xml:lang="ru"><surname>Хахамов</surname><given-names>Антон Павлович</given-names></name><name xml:lang="en"><surname>Khakhamov</surname><given-names>Anton Pavlovich</given-names></name></name-alternatives><email>Anton1233333@yandex.ru</email></contrib></contrib-group><pub-date pub-type="epub"><year>2019</year></pub-date><volume>4</volume><issue>1</issue><fpage>0</fpage><lpage>0</lpage><self-uri content-type="pdf" xlink:href="/media/information/2019/1/ит6.pdf" /><abstract xml:lang="ru"><p>Концепция интеллектуального зала совещаний подразумевает реализацию подсистемы контроля и управления доступом. В число функций, выполняемых этой подсистемой, входят идентификация и аутентификация пользователей. Одним из способов осуществления этих процедур является проведение обнаружения и распознавания лиц на изображениях, полученных с помощью установленных видеокамер. Другой сферой применения методов обнаружения и распознавания лиц является сенсорная плоскость интеллектуального зала совещаний, где указанные методы используются для идентификации участников, а также их автоматического учета. Задача обнаружения лица является первым шагом в процессе решения задачи распознавания лица. Следующим этапом процесса идентификации пользователя после обнаружения лица является непосредственно его распознавание. Оно производится путем сравнения вычисленных признаков с заложенными в базу данных эталонами. Многообразие различных алгоритмов обнаружения и распознавания лица обуславливает необходимость выбора оптимальных методов с точки зрения скорости обнаружения, точности распознавания и простоты реализации.</p></abstract><trans-abstract xml:lang="en"><p>The concept of the intellectual hall of meetings means implementation of a subsystem of control and access control. The number of the functions which are carried out by this subsystem includes identification and authentication of users. One of ways of implementation of these procedures is carrying out detection and facial recognition on the images received by means of the installed video cameras. Other scope of methods of detection and facial recognition is the touch plane of the intellectual hall of meetings where the specified methods are used for identification of participants and also their automatic accounting. The problem of detection of the person is the first step in the course of a solution of a problem of recognition of the person. The following process step of user identification after detection of the person is directly its recognition. It is made by comparison of the calculated signs with the standards put in the database. The variety of different algorithms of detection and recognition of the person causes need of the choice of optimum methods in terms of the speed of detection, accuracy of recognition and simplicity of implementation.</p></trans-abstract><kwd-group xml:lang="ru"><kwd>интеллектуальное пространство</kwd><kwd>зал</kwd><kwd>обнаружение лица</kwd><kwd>аутентификация</kwd><kwd>автоматизация</kwd><kwd>распознавание</kwd><kwd>контроль доступа</kwd></kwd-group><kwd-group xml:lang="en"><kwd>intellectual space</kwd><kwd>room</kwd><kwd>detection of the person</kwd><kwd>authentication</kwd><kwd>automation</kwd><kwd>recognition</kwd><kwd>access control</kwd></kwd-group></article-meta></front><back><ack><p>Работа выполнена при финансовой поддержке фонда РФФИ (проект №&amp;nbsp;18-07-00380)</p></ack><ref-list><title>Список литературы</title><ref id="B1"><mixed-citation>Кузнецов Д.А. Предпосылки создания интеллектуального зала совещаний / Кузнецов Д.А., Офицеров А.И., Кузнецов А.В., Чистяков С.В., Басов О.О. // Научный результат. Информационные технологии. 2018. Том 3. Вып. 2. С. 44-50.</mixed-citation></ref><ref id="B2"><mixed-citation>Тропченко А.Ю. Методы вторичной обработки и распознавания изображений / Тропченко А.Ю., Тропченко А.А. // Университет ИТМО, 2015. С. 215.</mixed-citation></ref><ref id="B3"><mixed-citation>Татаренков Д.А. Анализ методов обнаружения лиц на изображении / Татаренков Д.А. // Молодой ученый. 2015. С. 270-276.</mixed-citation></ref><ref id="B4"><mixed-citation>Рахманкулов В.З. Обработка и распознавание изображений промышленных деталей // Рахманкулов В.З., Ахрем А.А., Герасимов В.В., Лебедев В.В. // Труды ИСА РАН. 2005. С. 99-129.</mixed-citation></ref><ref id="B5"><mixed-citation>Валюх А.А. Алгоритм поиска изображений на основе гистограмм. / Валюх А.А., Тонкошкур&amp;nbsp;Ю.О. // [Электронный ресурс]. &amp;ndash; Режим доступа: http://ea.donntu.org:8080/bitstream/123456789/12866/1/Валюх%20А.А..pdf (дата обращения: 10.01.2019)</mixed-citation></ref><ref id="B6"><mixed-citation>Алкилар-Гонзалез П.М. Автоматизированное обнаружение объектов на зашумленном изображении / Алкилар-Гонзалез П.М., Карнаухов В.Н., Кобер В.И. // Информационные процессы. 2014. Том 14. Вып 1. С. 1-8.</mixed-citation></ref><ref id="B7"><mixed-citation>&amp;nbsp;Померанцев А. Метод главных компонент / Померанцев А. // Российское хемометрическое общество. [Электронный ресурс]. -Режим доступа: http://rcs.chemometrics.ru/Tutorials/pca (дата обращения: 10.01.2019).</mixed-citation></ref><ref id="B8"><mixed-citation>Харман Г. Современный факторный анализ / Харман Г. // М.: Статистика. 1972. С. 489.</mixed-citation></ref><ref id="B9"><mixed-citation>Тимошенко Д.М. Методы автоматической идентификации личности по изображениям лиц, полученным в неконтролируемых условиях / Тимошенко Д.М. // Автореферат дис.кан.наук. Петрозаводск. 2014. С. 16.</mixed-citation></ref><ref id="B10"><mixed-citation>Воронцов К.В. Лекции по статистическим алгоритмам классификации / Воронцов К.В. // ФУПМ МФТИ. 2005.</mixed-citation></ref><ref id="B11"><mixed-citation>Кутес Т.Ф. Активные модели внешнего вида / Ф. Кутес, Г.Дж. Эдвардс, К.Дж. Тейлор // Конференция IEEE по анализу образов и компьютерной разведке. 2001. С. 681-685.</mixed-citation></ref><ref id="B12"><mixed-citation>Двойной И.Р. Сравнительный анализ структур скрытых марковских моделей, используемых в задаче установления личности человека по изображению лица / Двойной И.Р., Сальников. И.И. // [Электронный ресурс] Современные проблемы науки и образования. 2013. URL: www.scienceeducation.ru/113-10751 (дата обращения: 10.01.2019).</mixed-citation></ref><ref id="B13"><mixed-citation>Иванов Ю.С. Алгоритмы распознавания подвижных объектов для интеллектуальных систем охранного видеонаблюдения / Иванов Ю.С. // Автореферат дис. кан. наук. Комсомольск-на-Амуре. 2014. С.&amp;nbsp;159.</mixed-citation></ref><ref id="B14"><mixed-citation>Бураков М.В. Нейронные сети и нейроконтроллеры / Бураков М.В. // Учебное пособие. СПб.:&amp;nbsp;ГУАП. 2013. С. 284.</mixed-citation></ref><ref id="B15"><mixed-citation>Виола Р. Быстрое обнаружение объекта, используя усиленный каскад простых признаков / P.&amp;nbsp;Виола, М.Д. Джонс // Конференция по компьютерному зрению и распознаванию образов. 2001.</mixed-citation></ref><ref id="B16"><mixed-citation>Кутес Т.Ф. Сравнение активных моделей формы с активными моделями внешнего вида / Т.Ф.&amp;nbsp;Кутес, Г.Дж. Эдвардс, К.Дж. Тейлор // Конференция: британские слушания по компьютерному зрению. 1999. С. 10.</mixed-citation></ref><ref id="B17"><mixed-citation>Мурашов Д.М. Метод локализации информативных областей с текстурой специального вида / Мурашов Д.М., Мурашов Ф.Д. // &amp;laquo;Машинное обучение и анализ данных. 2018. С. 122-135.</mixed-citation></ref><ref id="B18"><mixed-citation>Зенин А.В. Анализ методов распознавания образов / Зенин А.В. // Молодой ученый. 2017. С.&amp;nbsp;125-130.</mixed-citation></ref><ref id="B19"><mixed-citation>Якименко Ю.И. Методы автоматической идентификации лиц / Якименко Ю.И., Дзюба В.Г. // Четвертая международная студенческая конференция &amp;laquo;Свет молодым-молодым свету&amp;raquo;. 2004. С. 85-90.</mixed-citation></ref><ref id="B20"><mixed-citation>&amp;nbsp;Ким. Дж. Факторный дискриминантный и кластерный анализ / Ким. Дж., Мьюллер Ч.У., Клекка&amp;nbsp;У.Р. // Финансы и статистика. 1989. С. 215.</mixed-citation></ref></ref-list></back></article>