Введение 3
Обзор существующих решений 6
Постановка задачи 10
Теоретическая часть 11
Сверточные нейронные сети 11
Пакетная нормализация и групповая нормализация 11
Архитектуры, основанные на регрессии-классификации 13
Практическая часть 17
Обучающая выборка 17
Предобработка 17
Аугментация данных 17
Архитектура сети 18
Алгоритм обучения 19
Реализация 19
Тестирование сети и анализ результатов 20
Заключение 22
Список литературы
Распознавание человека по лицу становится все более востребованным в век цифровых технологий и, с ростом рынка мобильных и десктопных устройств, а также ростом мощности этих устройств, набирает популярность как метод человеко-машинного взаимодействия.
Широкое распространение распознавание личности по фотографии получило в социальных сетях, где цифровая фотография является одним из самых распространённых способов самовыражения. Пользователи выкладывают десятки миллионов фотографий каждый день, и довольно часто на этих фотографиях присутствуют лица, в том числе лица пользователей социальной сети. Поэтому в социальных сетях, таких как ВКонтакте и Facebook, очень востребованы алгоритмы распознавания лиц, которые используются для автоматического детектирования лиц, для идентификации пользователя по лицу, для автоматической отметки друзей пользователей на фотографиях.
Помимо этого, распознавание лиц применяется в биометрических системах для подтверждения личности. Например, смартфоны Apple и Samsung используют распознавание лиц для разблокировки экрана.
Распознавание лиц является перспективной технологией в банковской сфере и сфере розничной торговли. Банки по всему миру внедряют технологии распознавания лиц для того, чтобы упростить процедуру оказания услуг и повысить безопасность. Многие магазины используют распознавание лиц для таргетирования рекламы, а некоторые используют терминалы с системой распознавания лиц для оплаты услуг.
Распознавание лиц также применяется в решении задач правоохранительных органов. Использование алгоритмов автоматической идентификации личности в системах видеонаблюдения помогает в поиске преступников и в борьбе с терроризмом. Примером этого может служить внедрение алгоритмов распознавания лиц компании NtechLab в московскую городскую систему видеонаблюдения, эксплуатируемую Департаментом Информационных Технологий Москвы, в 2017 году [1].
В работе предложено решение задачи распознавания лиц на фотографии. Приведена архитектура сверточной нейронной сети, решающей задачу детектирования и идентификации. Описаны методы предобработки, а также техники аугментации входных данных, которые позволяют эффективно обучить данную нейронную сеть. Показано, что в процессе обучения сети достигается хорошая точность, и при этом она обладает достаточной скоростью работы для удовлетворения требования работы в реальном времени. Архитектура сети предоставляет возможность непосредственно работать с признаковыми представлениями лиц, что является важным фактом для дальнейшего внедрения специализированных для задачи распознавания лиц техник.
