ВВЕДЕНИЕ 3
1. Анализ и выбор методов задачи детекции лиц 5
1.1. Алгоритм Виолы-Джонса 5
1.1.1. Признаки Хаара 6
1.1.2. Каскад Хаара 6
1.1.3. Обнаружение объектов 6
1.2. Гистограмма направленных градиентов и метод опорных векторов 7
1.3. Multi-task Cascaded Convolutional Networks 10
1.3.1. Первая стадия 11
1.3.2. Вторая стадия 11
1.3.3. Третья стадия 11
1.3.4. Обучение 12
2. Анализ и выбор методов задачи классификации лиц 13
2.1. Алгоритм локальных бинарных шаблонов 14
2.2. Сиамские нейронные сети 18
3. Тестирование моделей 20
3.1. Тестирование методов детекции 22
3.2. Тестирование методов классификации 23
4. Разработка и тестирование приложения 26
5. Шифрование файлов приложения 30
ЗАКЛЮЧЕНИЕ 32
СПИСОК ЛИТЕРАТУРЫ 38
ПРИЛОЖЕНИЕ 40
Одна из таких технологий: face recognition, или распознавание лица на изображении или видео. Данная задача делится на 2 этапа: нахождение и классификация лица. Оба этапа могут включать в себя, как подходы компьютерного зрения, так и искусственные нейронные сети. Распознавание лица может использоваться в различных областях, таких как безопасность, продажи и реклама. Например, некоторые организации могут использовать распознавание лица для определения людей, подписывающих документы, для доступа к защищаемым помещениям и объектам или для управления покупками. Также распознавание лица может использоваться в рекламе для сбора информации о потребителях и анализа того, как они реагируют на рекламные продукты. Еще данная технология используется для поиска пропавших людей по камерам в общественных местах, для использования масок в видео чатах, а также для аутентификации студентов и определения направления их взгляда в течение онлайн экзаменов.
Цель данной работы – разработать приложение, решающее задачу распознавания лиц с приемлемыми скоростью и точностью на изображении или видеопотоке, визуально предоставив решение в виде выделения лиц и подписей класса и уверенности алгоритма в правильности этой подписи. Зачастую точность распознавания зависит от дополнительных ИК-камер, камер глубины и так далее – в данной работе используется только цифровая web-камера. Программа является desktop-приложением.
Задачи:
1) анализ и выбор методов задачи детекции лиц,
2) написание модуля для детекции лиц на изображении,
3) анализ и выбор методов задачи классификации лиц,
4) написание модуля классификации лиц,
5) тестирование выбранных моделей.
' .
Приложение для распознавания лиц в реальном времени для задачи аутентификации пользователя #9106165
Артикул: 9106165
- Предмет: Программирование
- Уникальность: 67% (Антиплагиат.ВУЗ)
- Разместил(-а): 185 Рамиль в 2023 году
- Количество страниц: 70
- Формат файла: docx
1 999p.
1) CMU school of computer science, алгоритм Виолы-Джонса: [сайт].
– URL: https://www.cs.cmu.edu/~efros/courses/LBMV07/Papers/viola-cvpr- 01.pdf (дата обращения: 30.03.2023).
2) Arxiv, Yolov3: [сайт]. – URL: https://arxiv.org/pdf/1804.02767.pdf (дата обращения 26.04.2023).
3) Lear, Histogram of Oriented Gradients: [сайт]. – URL: https://lear.inrealpes.fr/people/triggs/pubs/Dalal-cvpr05.pdf (дата обращения 26.04.2023).
4) Arxiv, Multi-task Cascaded Convolutional Networks: [сайт]. – URL: https://arxiv.org/ftp/arxiv/papers/1604/1604.02878.pdf (дата обращения 26.04.2023).
5) Opencv Python package documentation: [сайт]. – URL: https://docs.opencv.org/4.x/d6/d00/tutorial_py_root.html (дата обращения: 30.03.2023).
6) ResearchGate, support vector machines: [сайт]. – URL: https://www.researchgate.net/publication/221621494_Support_Vector_Machines_ Theory_and_Applications (дата обращения 26.04.2023).
7) Arxiv, k-nearest neighbors: [сайт]. – URL: https://arxiv.org/pdf/2004.04523.pdf (дата обращения 26.04.2023).
8) Institute of Electrical and Electronics Engineers, siamese NN: [сайт].
– URL: https://ieeexplore.ieee.org/stamp/stamp.jsp?tp=&arnumber=9756547 (дата обращения 26.04.2023).
9) CMU school of computer science, Principal Component Analysis: [сайт]. – URL: https://www.cs.cmu.edu/~elaw/papers/pca.pdf (дата обращения: 30.03.2023).
10) Python documentation: [сайт]. – URL: https://docs.python.org/3.10/ (дата обращения 26.04.2023).
11) Pytorch: [сайт]. – URL: https://pytorch.org/docs/stable/index.html (дата обращения: 30.03.2023).
12) Kaggle, the Labeled Faces in the Wild: [сайт]. – URL: https://www.kaggle.com/datasets/atulanandjha/lfwpeople (дата обращения: 30.03.2023).
13) Flutter documentation: [сайт]. – URL: https://docs.flutter.dev/ (дата обращения: 22.05.2023).
14) Advanced Encryption Standart (AES): [сайт]. – URL: https://www.researchgate.net/publication/317615794_Advanced_Encryption_Stan dart_AES_Algorithm_to_Encrypt_and_Decrypt_Data (дата обращения: 22.05.2023).
– URL: https://www.cs.cmu.edu/~efros/courses/LBMV07/Papers/viola-cvpr- 01.pdf (дата обращения: 30.03.2023).
2) Arxiv, Yolov3: [сайт]. – URL: https://arxiv.org/pdf/1804.02767.pdf (дата обращения 26.04.2023).
3) Lear, Histogram of Oriented Gradients: [сайт]. – URL: https://lear.inrealpes.fr/people/triggs/pubs/Dalal-cvpr05.pdf (дата обращения 26.04.2023).
4) Arxiv, Multi-task Cascaded Convolutional Networks: [сайт]. – URL: https://arxiv.org/ftp/arxiv/papers/1604/1604.02878.pdf (дата обращения 26.04.2023).
5) Opencv Python package documentation: [сайт]. – URL: https://docs.opencv.org/4.x/d6/d00/tutorial_py_root.html (дата обращения: 30.03.2023).
6) ResearchGate, support vector machines: [сайт]. – URL: https://www.researchgate.net/publication/221621494_Support_Vector_Machines_ Theory_and_Applications (дата обращения 26.04.2023).
7) Arxiv, k-nearest neighbors: [сайт]. – URL: https://arxiv.org/pdf/2004.04523.pdf (дата обращения 26.04.2023).
8) Institute of Electrical and Electronics Engineers, siamese NN: [сайт].
– URL: https://ieeexplore.ieee.org/stamp/stamp.jsp?tp=&arnumber=9756547 (дата обращения 26.04.2023).
9) CMU school of computer science, Principal Component Analysis: [сайт]. – URL: https://www.cs.cmu.edu/~elaw/papers/pca.pdf (дата обращения: 30.03.2023).
10) Python documentation: [сайт]. – URL: https://docs.python.org/3.10/ (дата обращения 26.04.2023).
11) Pytorch: [сайт]. – URL: https://pytorch.org/docs/stable/index.html (дата обращения: 30.03.2023).
12) Kaggle, the Labeled Faces in the Wild: [сайт]. – URL: https://www.kaggle.com/datasets/atulanandjha/lfwpeople (дата обращения: 30.03.2023).
13) Flutter documentation: [сайт]. – URL: https://docs.flutter.dev/ (дата обращения: 22.05.2023).
14) Advanced Encryption Standart (AES): [сайт]. – URL: https://www.researchgate.net/publication/317615794_Advanced_Encryption_Stan dart_AES_Algorithm_to_Encrypt_and_Decrypt_Data (дата обращения: 22.05.2023).
Материалы, размещаемые в каталоге, с согласия автора, могут использоваться только в качестве дополнительного инструмента для решения имеющихся у вас задач,
сбора информации и источников, содержащих стороннее мнение по вопросу, его оценку, но не являются готовым решением.
Пользователь вправе по собственному усмотрению перерабатывать материалы, создавать производные произведения,
соглашаться или не соглашаться с выводами, предложенными автором, с его позицией.
Тема: | Приложение для распознавания лиц в реальном времени для задачи аутентификации пользователя |
Артикул: | 9106165 |
Дата написания: | 11.06.2023 |
Тип работы: | Дипломная работа |
Предмет: | Программирование |
Оригинальность: | Антиплагиат.ВУЗ — 67% |
Количество страниц: | 70 |
Скрин проверки АП.ВУЗ приложен на последней странице.
Работа включает в себя только пояснительную записку и листинг программы
Работа включает в себя только пояснительную записку и листинг программы
Файлы артикула: Приложение для распознавания лиц в реальном времени для задачи аутентификации пользователя по предмету программирование
Пролистайте "Приложение для распознавания лиц в реальном времени для задачи аутентификации пользователя" и убедитесь в качестве
После покупки артикул автоматически будет удален с сайта до 22.02.2025
Посмотреть остальные страницы ▼
Честный антиплагиат!
Уникальность работы — 67% (оригинальный текст + цитирования, без учета списка литературы и приложений), приведена по системе Антиплагиат.ВУЗ на момент её написания и могла со временем снизиться. Мы понимаем, что это важно для вас, поэтому сразу после оплаты вы сможете бесплатно поднять её. При этом текст и форматирование в работе останутся прежними.
Гарантируем возврат денег!
Качество каждой готовой работы, представленной в каталоге, проверено и соответствует описанию. В случае обоснованных претензий мы гарантируем возврат денег в течение 24 часов.
Утром сдавать, а работа еще не написана?
Через 30 секунд после оплаты вы скачаете эту работу!
Сегодня уже купили 68 работ. Успей и ты забрать свою пока это не сделал кто-то другой!
ПРЕДЫДУЩАЯ РАБОТА
Web-приложение для организации доставки еды
СЛЕДУЮЩАЯ РАБОТА
Разработка веб-приложения для обработки заказов предприятия проката оборудования c использованием ASP.NET Core MVC