ИСПОЛЬЗОВАНИЕ ТЕХНОЛОГИЙ ГЛУБОКОГО ОБУЧЕНИЯ ДЛЯ РАСПОЗНАВАНИЯ ЛИЦ : доклад, тезисы доклада

Описание

Перевод названия: DEEP LEARNING FACE RECOGNITION

Тип публикации: доклад, тезисы доклада, статья из сборника материалов конференций

Конференция: Региональные проблемы дистанционного зондирования Земли; Красноярск; Красноярск

Год издания: 2021

Ключевые слова: MMOD CNN, face detection. face recognition, facial landmarks, обнаружение лиц, распознавание лиц, лицевые ориентиры

Аннотация: В работе представлен метод распознавания лиц, использующий выделение лицевых ориентиров, на основе которых исходное изображение масштабируется, вращается и центрируется путем применения аффинных преобразований из библиотеки OpenCV. Для распознавания лиц на наборе данных iBUG-300W обучена модель MMOD CNN. Экспериментальные исследоваПоказать полностьюния, проведенные на реальных данных с веб-камеры, обеспечивают среднюю точность распознавания личности около 94%. В качестве меры различия эталонного и исследуемого изображения выбрано евклидово расстояние. Полученная программная реализацию разработанного алгоритма позволяет обеспечить прокторинг в электронных обучающих системах. The article presents a face recognition method that uses facial landmarks, on the basis of which the original image scales, rotates and centers by applying affine transformations from the OpenCV li-brary. For face recognition the iBUG-300W dataset, the MMOD CNN model is trained. Experimental studies conducted on dataset from a webcam provide an average accuracy of personality recognition of about 94%. As a measure of the difference between the reference and the studied image, the Euclidean distance is selected. The resulting software implementation of the developed algorithm allows for proc-toring in electronic training systems.

Ссылки на полный текст

Издание

Журнал: Региональные проблемы дистанционного зондирования Земли

Номера страниц: 107-110

Место издания: Красноярск

Издатель: Сибирский федеральный университет

Персоны

  • Михеев А. П. (Сибирский федеральный университет)
  • Пятаева А. В. (Сибирский университет науки и технологий имени М. Ф. Решетнева)

Вхождение в базы данных