Челябинские ученые усовершенствовали метод распознавания лиц
Библиотека подпрограмм, которая повышает эффективность распознавания лиц в сравнении с аналогами в системах контроля деятельности персонала на основе нейронных сетей, создана в Высшей школе электроники и компьютерных наук Южно-Уральского государственного университета (ЮУрГУ), 17 марта сообщает пресс-служба вуза.
Разработка ЮУрГУ, которая уже прошла государственную регистрацию в Федеральной службе по интеллектуальной собственности, изначально создавалась для автоматизации учета посещаемости студентов вуза, однако ее программное обеспечение может быть использована в любой системе, где нужно идентифицировать человека.
В настоящее время в России широко используются автоматизированные системы допуска на предприятия или контроля за персоналом, большинство которых отмечают входящих и выходящих по отпечаткам пальцев, RFID-меткам, QR-кодам и смартфонам.
Однако такие системы идентификации дороги. Применение технологии распознавания лиц обходится гораздо дешевле, она не требует дорогостоящего оборудования и позволяет идентифицировать несколько человек одновременно, не требуя непосредственного контакта с ними.
Библиотека подпрограмм, которую разработали ученые ЮУрГУ, повышает эффективность работы систем распознавания лиц за счет использования стандартных сверточных нейронных сетей RetinaFace и ResNet и разработанной новой методикой предобработки изображений.
Методика челябинских ученых позволяет улучшить фотографию — уменьшить шум, повысить яркость и резкость, выровнять цвета и т д. Руководитель разработки, кандидат физико-математических наук, руководитель лаборатории суперкомпьютерного моделирования ЮУрГУ Елена Иванова рассказала:
«Наша система позволяет быстро добавлять информацию о новых людях, которых нужно идентифицировать, без дообучения используемых нейронных сетей. Проведенные вычислительные эксперименты показали более высокую эффективность нашего подхода по сравнению с аналогами. Такие системы особенно актуальны там, где требуется идентифицировать большое количество человек или происходит частая смена идентифицируемого персонала».
Разработанная библиотека содержит подпрограммы, соответствующие этапам распознавания лиц, таким как выявление лица на фотографии или видео-потоке, извлечение значимых черт лица, идентификация лица.
В настоящее время разработчики намерены расширить свою библиотеку за счет подпрограмм распознавания лиц, скрытых, например, медицинской маской.
