РАЗРАБОТКА ИНТЕЛЛЕКТУАЛЬНОЙ СИСТЕМЫ ВИДЕОНАБЛЮДЕНИЯ

Внимание! Работа загружена в текстовом формате PDF (работа легко форматируется, редактируется, конвертируется в word).

Данная работа посвящена исследованию методов и алгоритмов распознавания лиц и созданию системы видеонаблюдения с использованием сверточных нейронных сетей.

Задачи, которые решались в ходе исследования:

1) Изучение теоретического материала по теме «Распознавание лиц».

2) Определение существующих недостатков в методах и алгоритмах.

3) Исследование и анализ для устранения недостатков и ошибок в работе видеонаблюдения.

4) Улучшение существующих модулей и создание новых модулей для интеллектуальной системы видеонаблюдения.

Работа проведена в магазине «EUROSPAR», где проводилась значительная часть практической работы: были проведены анализ и решение существующих проблем в системе видеонаблюдения. Также была проведена работа по созданию системы СКУД для данного объекта с последующей его доработкой. Для компании были предложены и созданы вспоминающие модули для работы видеонаблюдения, такие как модуль определения объекта в кадре, модуль по определению наличия маски на лице человека. Теоретическая часть работы была взята из источников, указанных в списке литературы.

ВВЕДЕНИЕ ............................................................................................................. 7

ГЛАВА 1 ТЕОРЕТИЧЕСКИЙ МАТЕРИАЛ ПО СИСТЕМЕ РАСПОЗНАВАНИЯ ЛИЦ ..................................................................................... 9

1.1 Распознавание лиц человеком ......................................................................... 9

1.2 Распознавание лиц машиной ......................................................................... 10

1.3 Применение распознавания лиц машиной ................................................... 12

1.4 Выводы по анализу теоретической части в области распознавании лиц человеком и машиной ......... 14

ГЛАВА 2 АНАЛИЗ ИМЕЮЩИХСЯ МЕТОДОВ РАСПОЗНАВАНИЯ ЛИЦ 15

2.1 Признаки Хаара .............................................................................................. 15

2.2 Метод Виолы-Джонса .................................................................................... 18

2.3 Анализ модуля распознавания лиц OpenCV ................................................ 21

2.4 Библиотека Face recognition ........................................................................... 24

2.5 Алгоритм Кэнни ............................................................................................. 25

2.6 Сверточные нейронные сети ......................................................................... 28

2.7 Анализ и выводы по изученному материалу ............................................... 31

ГЛАВА 3 ПРАКТИЧЕСКАЯ ЧАСТЬ ДИПЛОМНОЙ РАБОТЫ .................... 34

3.1 Определение поставленной задачи ............................................................... 34

3.2 Написание программного кода для интеллектуальной системы видеонаблюдения ............ 34

ЗАКЛЮЧЕНИЕ ..................................................................................................... 49

СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ ........................................... 50

ПРИЛОЖЕНИЕ А КОД ДЛЯ ОБНАРУЖЕНИЯ ЛИЦ МЕТОДОМ ВИОЛЫ ДЖОНСА ............................... 52

ПРИЛОЖЕНИЕ Б АЛГОРИТМ КЭННИ НА ЯЗЫКЕ PYTHON ..................... 54

ПРИЛОЖЕНИЕ В ПРОГРАММНЫЙ КОД НА ЯЗЫКЕ PYTHON ДЛЯ ОПРЕДЕЛЕНИЯ ЛИЦ ................. 57

ПРИЛОЖЕНИЕ Г ПОДКЛЮЧЕНИЕ И ИСПОЛЬЗОВАНИЕ БАЗЫ ДАННЫХ ДЛЯ РАСПОЗНАНИЯ ЛИЦ НА ЯЗЫКЕ PYTHON .......................................... 59

ПРИЛОЖЕНИЕ Д КОД ДЛЯ ПОИСКА И ОПРЕДЕЛЕНИЯ АТРИБУТОВ ЧЕЛОВЕКА ............................. 62

ПРИЛОЖЕНИЕ Е КОД МЕТОДА ТРИПЛЕТ ПОТЕРИ .................................. 64

ПРИЛОЖЕНИЕ Ж КОД ДЛЯ ВЫВОДА РЕЗУЛЬТАТОВ ОБУЧЕНИЯ ........ 66

ПРИЛОЖЕНИЕ З КОД ДЛЯ СОЗДАНИЯ СИСТЕМЫ СКУД ....................... 68

ПРИЛОЖЕНИЕ И КОД ДЛЯ ОПРЕДЕЛЕНИЯ ОБЪЕКТА В КАДРЕ ........... 71

ПРИЛОЖЕНИЕ К КОД ДЛЯ ОПРЕДЕЛЕНИЯ НАЛИЧИЯ МАСКИ НА ЛИЦЕ ..................................... 73

1. Никонов А.Н. Распознавание образов. Классификация и обнаружение // Научно-техническая информация. – 2016. – С. 18-27.

2. Казиев С.Л. Распознавание образов на основе глубоких нейронных сетей // ТПУ. – 2015 – С. 202-204.

3. Интеллектуальные системы видеонаблюдения [Электронный ресурс]. – 2021. – URL:

4. Эверджанян Г.Р. Обработка и анализ изображений с использованием OpenCV и Python // Научно-техническая библиотека. – 2017. – С. 213-223.

5. Кудряшов Н.А. Компьютерное зрение. Модели и алгоритмы // Научно-техническая библиотека. – 2016. – С. 126-148.

всего 17 источников