Куликов Александр Анатольевич - кандидат технических наук, старший преподаватель кафедры инструментального и прикладного программного обеспечения Института информационных технологий.
119454, Москва, пр-т Вернадского, д. 78.
Alexander А. Kulikov - Cand. Sci. (Engineering), senior lecturer, Department of Instrumental and Applied Software, Institute of Information Technologies, MIREA - Russian Technological University.
78, Vernadskogo pr., Moscow 119454.
Представлена проблематика распознавания (идентификации) лицевых изображений. Показано различие распознавания и идентификации лицевых изображений. Для решения проблемы идентификации разработана модель репринта объекта на изображении. Данная модель решает проблему посредством представления объекта в 3-мерном виде, что позволяет оценить и сформировать необходимые характеристики объекта в полном объеме, тогда как в 2-мерном виде это сделать невозможно. Модель репринта объекта на изображении может использоваться для формирования репринта любых пространственных объектов. Для обучения модели репринта объекта на изображении используется многослойная нейронная сеть, которая обучается последовательно. Для учета допустимых изменений ракурса, различных помех и разных уровней освещенности разработан локальный детектор для модели идентификации лицевых изображений. Бинарное значение, являющееся результатом обработки модели, представляемое как активация, определяет отношение конкретного изображения к соответствующему классу. Локальный детектор является не только основным элементом модели репринта объекта на изображении, но это еще и отдельная математическая конструкция. Он принимает входные данные в качестве двумерных изображений. Разработанная модель репринта объекта на изображении полностью решает проблему идентификации человека по лицевому изображению в целом в условиях помех и независимо от изменения ракурса.
The problem of facial image recognition (identification) is presented. The difference between facial image recognition and identification is shown. To solve the identification problem, a model of object reprint in the image was developed. This model solves the problem by representing the object in 3-dimensional form, which makes it possible to evaluate and form the necessary characteristics of the object in full, whereas in 2-dimensional form, it is impossible to do this. The model of an object reprint in an image can be used to create a reprint of any spatial objects. To train a reprint model of an object in an image, a multi-layer neural network is used, which is trained sequentially. A local detector for the facial image identification model has been developed to account for acceptable changes in angle, various noise, and different light levels. The binary value that is the result of model processing, represented as activation, determines the relation of a particular image to the corresponding class. The local detector is not only the main element of the model of the object reprint in the image, but it is also a separate mathematical construction. It accepts input data as two-dimensional images. The developed model of object reprint on the image completely solves the problem of identifying a person from the facial image as a whole in conditions of interference and regardless of changes in the angle.
The authors declare that there are no conflicts of interest present.