Тип работы:
Предмет:
Язык работы:


Разработка программного средства идентификации человека по фотографии

Работа №48842

Тип работы

Дипломные работы, ВКР

Предмет

программирование

Объем работы67
Год сдачи2016
Стоимость4780 руб.
ПУБЛИКУЕТСЯ ВПЕРВЫЕ
Просмотрено
353
Не подходит работа?

Узнай цену на написание


Введение 5
1 Обзор цифровых методов идентификации человека 7
1.1 Анализ современных методов идентификации человека 7
1.2 Выбор метода идентификации человека 12
1.3 Выводы 14
2 Постановка задачи идентификации человека по фотографии 15
3 Разработка программного средства идентификации человека по фотографии 22
3.1 Разработка алгоритма программного средства 22
3.2 Реализация алгоритма программного средства 38
3.3 Выводы 41
4 Разработка интерфейса программного средства идентификации человека по фотографии 42
4.1 Разработка дизайна интерфейса 42
4.2 Реализация интерфейса в среде моделирования 43
4.3 Выводы 46
5 Экспериментальная часть 47
5.1 Разработка исходной информации для тестирования программного средства 47
5.2 Тестирование программного средства 50
5.3 Результаты тестирования программного средства 51
5.4 Выводы 53
Заключение 54
Список использованных источников 57
Приложение 61



На сегодняшний день во всех сферах личной жизни и профессиональной деятельности человека наметилась тенденция автоматизации практически всех процессов, которые могут быть выполнены с использованием современных достижений науки и техники.
Многие из решаемых задач основаны на классификации разнообразных объектов. В качестве объекта в большинстве случаев используется изображение, которое может быть получено несколькими способами, например:
• современные системы контроля доступа часто идентифицируют человека по изображению одной из частей его тела (лицо, рука, отпечаток пальца или сетчатка глаза), которое получено со специального сканера или цифровой видеокамеры;
• подбор похожих фотографий в поисковых системах основывается на классификации изображений;
• распознавание текста является ни чем иным как распознаванием и классификацией изображений букв.
Естественно, что в связи с этим возникает проблема разработки программного обеспечения, которое позволяет максимально точно идентифицировать объект, присутствующий на изображении, используя как можно меньше ресурсов (рабочего времени и памяти компьютера).
Целью данной работы является разработка программного средства идентификации человека по фотографии на основе преобразования главных компонент.
Для достижения данной цели необходимо решить следующие задачи:
• провести анализ современных методов идентификации человека;
• на основе проведенного анализа выбрать наиболее подходящий для решаемой задачи метод;
• формализовать рассматриваемую задачу;
• разработать алгоритм идентификации человека по фотографии на основе выбранного метода;
• разработать дизайн интерфейса разрабатываемого программного средства;
• реализовать разработанный алгоритм в среде моделирования MATLAB;
• реализовать разработанный интерфейс в среде моделирования MATLAB;
• провести тестирование разработанного программного обеспечения.



Возникли сложности?

Нужна помощь преподавателя?

Помощь студентам в написании работ!


В работе описан процесс создания программного средства идентификации человека по фотографии на основе преобразования главных компонент.
В первой главе рассмотрены методы идентификации человека на основе его биометрических параметров.
Проведена классификация методов по типу используемых биометрических характеристик. Все методы были разделены на две группы:
• использующие статические биометрические характеристики;
• использующие динамические биометрические характеристики.
Приведена распространенность методов из обеих групп на рынке готовых решений для идентификации человека.
Рассмотрены достоинства и недостатки наиболее распространенных методов.
На основе проведенного анализа составлена сравнительная таблица основных достоинств и недостатков рассмотренных методов.
Из сравнительной таблицы видно, что наибольшим количеством достоинств обладает метод идентификации человека по фотографии.
Во второй главе разработан алгоритм идентификации человека по фотографии на основе метода главных компонент, который состоит из трех частей:
• предварительная обработка изображения;
• преобразование с помощью метода главных компонент;
• идентификация с помощью нейронной сети.
Подробно рассмотрены действия, которые необходимо выполнить в процессе работы каждой из частей алгоритма.
Разработан дизайн интерфейса программного обеспечения.
В третьей главе описаны реализованные алгоритм и интерфейс разработанного программного средства.
В четвертой главе проведено тестирование разработанного программного обеспечения, по результатам которого можно сделать вывод о том, что разработанное программное средство способно в большинстве случаев правильно идентифицировать человека по фотографии даже при небольшой выборке обучающих изображений.
Проблемы с идентификацией возникают в том случае, когда идентифицируемый человек очень похож на нескольких людей из обучающей выборки.
Также необходимо отметить, что результаты распознавания сильно зависят от качества изображения, а также от его предварительной подготовки.
Таким образом, в результате выполнения данной работы достигнута её основная цель – разработано программное средство идентификации человека по фотографии на основе преобразования главных компонент.
В процессе выполнения данной работы решены следующие задачи:
• проведен анализ современных методов идентификации человека;
• на основе проведенного анализа выбран наиболее подходящий для решаемой задачи метод;
• рассматриваемая задача формализована;
• разработан алгоритм идентификации человека по фотографии на основе выбранного метода;
• разработан дизайн интерфейса разрабатываемого программного средства;
• разработанный алгоритм реализован в среде моделирования MATLAB;
• разработанный интерфейс реализован в среде моделирования MATLAB;
• проведено тестирование разработанного программного обеспечения.





1. Форсайт Д., Понс Ж., Компьютерное зрение. Современный подход. / Дэвид А. Форсайт, Жан Понс; пер. с англ. – М.: Издательский дом «Вильямс», 2004.
2. Бахрушин А.П. Разложение сигналов по системам единичных импульсов и дельта-функций // Вестник Приамурского государственного университета им. Шолом-Алейхема. 2013. № 1 (12). С. 044-050.
3. Мещеряков, В. В. Задачи по статистике и регрессионному анализу с MATLAB / В.В. Мещеряков. - М.: Диалог-Мифи, 2015. - 448 c.
4. Соколов, Г. А. Введение в регрессионный анализ и планирование регрессионных экспериментов в экономике / Г.А. Соколов, Р.В. Сагитов. - М.: ИНФРА-М, 2010. - 208 c.
5. Такахаси, Син Занимательная статистика. Регрессионный анализ. Манга / Син Такахаси. - М.: Додэка, ДМК Пресс, 2015. - 216 c.
6. Мещеряков, В. В. Задачи по статистике и регрессионному анализу с MATLAB / В.В. Мещеряков. - М.: Диалог-Мифи, 2015. - 448 c.
7. Фурман, Я.А. Введение в контурный анализ и его приложения к обработке изображений и сигналов / Я.А. Фурман. - М.: 2010. - 538 c.
8. Зенин А. В. Анализ методов распознавания образов // Молодой ученый. — 2017. — №16. — С. 125-130. — URL: https://moluch.ru/archive/150/42393/ (дата обращения: 21.05.2018).
9. Бахрушин А.П. Применение методов спектрального анализа при обработке зашумленных изображений // Вестник Приамурского государственного университета им. Шолом-Алейхема. 2011. № 2. С. 5-17.
10. Григорьян А.К., Литвинов М.Ю. Применение вейвлет-преобразования для внедрения ЦВЗ в видеопоток в режиме реального времени // Информационно-управляющие системы. 2010. № 4. С. 53–56
11. Копенков В.Н. Эффективные алгоритмы локального дискретного вейвлет-преобразования с базисом Хаара // Компьютерная оптика. 2008. Т. 32. №1. C. 78–84.
12. Черногорова Ю. В. Методы распознавания образов // Молодой ученый. — 2016. — №28. — С. 40-43. — URL https://moluch.ru/archive/132/36964/ (дата обращения: 31.05.2018).
13. Гонсалес Р., Вудс Р., Цифровая обработка изображений
14. Ярославский Л.П. Введение в цифровую обработку изображений. М.: Сов. Радио. - 1979. - 312 с.
15. Парыгин В.Н., Балакший В.И. Оптическая обработка информации. М.: Издательство МГУ, 1987.30. «Методы компьютерной обработки изображений» под ред. В. А. Сойфера Изд-во ФИЗМАТЛИТ, 2001.
16. Гудмен Дж. Статистическая оптика. М.: Мир, 1988.
17. Ахманов С.А., Дьяков Ю.Е., Чиркин А.С. Введение в статистическую радиофизику и оптику. М.: Наука, 1981.
18. Порфирьев Л.Ф. Основы теории преобразования сигналов в оптико-электронных системах. Л.: Машиностроение, 1989.
19. Статистические методы распознавания [Электронный ресурс] URL: http://edu.sernam.ru/book_kiber2.php?id=569 (дата обращения: 11.06.2018).
20. Гонсалес, Р. Цифровая обработка изображений [Текст] / Р. Гонсалес, Р. Вудс. — М.: Техносфера, 2005. — 1072 с.
21. Н.А. Королева, К.А. Бохан, А.Н. Сиренький Математические модели и методы в информационных системах. Авиационно-космическая техника и технология. 2003. вып. 8 (43)
22. Соболь Б.В., Галин А.Б., Панов Ю.В. и др. Информатика: учебник. – М.: Феникс, 2007. – С.223
23. Гураков А. В. Информатика II : учебное пособие / А. В. Гураков, П. С.Мещеряков. — Томск : Эль Контент, 2013. — 114 с.
24. Багриновский К.А. Хрусталев Е.Ю. Новые информационные технологии. – М.: ЭКО, 2011. – С.122
25. Компьютерные технологии обработки информации / Под ред. С.В. Назарова. - М.: Финансы и статистика, 2005. – С.108
26. Информатика и информационно-коммуникационные технологии. Базовый курс: И.Г. Семакин, С.В. Русаков, Л.В. Шестакова. - М: БИНОМ, Лаборатория знаний, 2010. – С. 169
27. Нейронные сети. Statistica Neural Networks. Методология и технологии современного анализа данных; Горячая Линия - Телеком - , 2008. - 392 c.
28. Барский А. Б. Логические нейронные сети; Интернет-университет информационных технологий, Бином. Лаборатория знаний - Москва, 2007. - 352 c.
29. Галушкин А. И. Нейронные сети. Основы теории; Горячая Линия - Телеком - , 2012. - 496 c.
30. Круглов, В.В.; Борисов, В.В. Искусственные нейронные сети. Теория и практика; М.: Горячая линия - Телеком; Издание 2-е, стер. - Москва, 2002. - 382 c.
31. Мкртчян, С.О. Нейроны и нейронные сети; М.: Энергия - Москва, 1986. - 232 c.
32. Редько В. Г. Эволюция, нейронные сети, интеллект. Модели и концепции эволюционной кибернетики; Либроком - Москва, 2013. - 224 c.
33. Тархов Д. А. Нейронные сети. Модели и алгоритмы. Книга 18; Радиотехника - Москва, 2005. - 256 c.
34. Хайкин, Саймон Нейронные сети: полный курс; М.: Вильямс - Москва, 2006. - 781 c.
35. Яхъяева Г. Э. Нечеткие множества и нейронные сети; Интернет-университет информационных технологий, Бином. Лаборатория знаний - Москва, 2011. - 320 c.
36. Златопольский Д. М. Сборник задач по программированию. — 3-е изд., перераб. и доп. — СПб.: БХВ-Петербург, 2011. — 304 с.: ил. — (ИиИКТ)
37. Смирнов А.А. Прикладное программное обеспечение: учебно-практическое пособие/А.А. Смирнов. – М.: Евразийский открытый институт, 2011. – 384с.
38. Гусятников В.Н. Стандартизация и разработка программных систем. Учебное пособие / В.Н. Гусятников , А.И. Безруков. – М.: Финансы и статистика, 2010. – 288с
39. Иванова Н.Ю. Системное и прикладное программное обеспечение. Учебное пособие / Н.Ю. Иванова. – М.: Прометей, 2011. – 202с
40. Смирнов А.А. Технологии программирования / А.А. Смирнов. – М.: Евразийский открытый институт, 2011. – 192с.


Работу высылаем на протяжении 30 минут после оплаты.



Подобные работы


©2024 Cервис помощи студентам в выполнении работ