ВВЕДЕНИЕ 5
1 Анализ предметной области 7
1.1 Анализ рассматриваемого процесса 7
1.2 Анализ метода разработки 11
1.3 Требования к функциональным характеристикам 20
1.4 Нефункциональные требования 20
1.5 UML - диаграммы 20
1.5.1 Постановка задачи. Определение рабочей области моделирования 22
1.5.2 Диаграмма вариантов использования 22
1.5.3 Отношения между прецедентами и актёрами 23
1.5.4 Дополнительная диаграмма прецедентов 25
1.5.5 Диаграмма деятельности 28
1.5.6 Диаграмма классов 29
1.5.7 Диаграмма состояний 31
1.6 Вывод по главе 32
2 Проектирование 33
2.1 Постановка задачи 33
2.2 Функциональная модель 33
2.2.1 Функция «Обработка получаемых данных» 34
2.2.2 Функция «Идентификации сотрудника» 38
2.2.3 Функция «Обучение нейронной сети» 42
2.3 Структура данных 44
2.4 Вывод по главе
3 Реализация системы 50
3.1 Архитектура программы 50
3.2 Распознавание человека 50
3.2.1 Распознавание лица человека 50
3.2.2 Нахождение человека на кадре 59
3.2 Вывод по главе 61
ЗАКЛЮЧЕНИЕ 63
СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ 65
ПРИЛОЖЕНИЕ А 66
ПРИЛОЖЕНИЕ Б 69

Купить

В настоящее время с развитием вычислительных систем и информационных технологий растёт популярность систем автоматизации и роботизации, как в промышленности и науке, так и в повседневной жизни. Таким образом, растёт потребность в эффективных методах обработки поступающей информации, в частности видео данных. Эффективная обработка и использование входной информации позволяет значительно повысить производительность и расширить круг применения данных систем. Развивается использование робототехники, систем распознавания текстов и всё большее внимание уделяется системам, использующим машинное зрение в качестве основного источника информации.
Машинное зрение призвано решать задачи, связанные со сбором и анализом зрительной информации в различных областях производства, при этом частично или полностью заменяя причастность человека. Ещё в 60-е годы ХХ века были популярны вопросы, касающиеся машинного зрения. Первым, кто выдвинул теоретическую идею оснащения компьютера средствами распознавания изображения и звука стал профессор Массачусетского технологического института Оливер Селфидж. Следующим внесшим вклад человеком стал Фрэнк Розенблатт из Корнеллского университета, он создал компьютерную реализацию персептрона - устройства, моделирующего схему распознавания образов человеческим мозгом.
Практически любое предприятие испытывает потребность в автоматизации учёта входа и выхода работников, облегчение учёта рабочего времени в организации, и в связи с этим предприятия вводят контрольно-пропускной режим. Контрольно-пропускной режим - это комплекс организационно-правовых ограничений и правил, устанавливающих порядок пропуска через контрольно-пропускные пункты в помещения или в
отдельные здания сотрудников объекта или посетителей. Именно контрольно-пропускной режим является одним из ключевых моментов в организации безопасности на предприятии. Организация качественного и оперативного контроля доступом на промышленных объектах является одной из актуальных проблем. Особенно, предприятиям, которые работают над военными разработками или, когда необходимо ограничить доступ к секретным архивам и опасным объектам. В данном случае необходима пропускная система контроля доступа повышенного режима. На предприятиях может быть осуществлена пропускная система несколькими режимами, например, использование пропускной карточки не даёт сто процентной безопасности допуска лиц в объект, поэтому предприятиям, требующим повышенную безопасность необходимо несколько уровней идентификации сотрудника и одним из них является биометрическая идентификация.
Актуальность данной работы заключается в автоматизации пропускной системы контроля на основе распознавания лиц сотрудников.
Целью данной выпускной квалификационной работы является повышение точности и уменьшение времени распознавания, а отсюда увеличение пропускной способности с использованием видеоинформационной вычислительной системы машинного зрения при помощи свёрточных нейронных сетей и глубинного обучения.
Для достижения поставленной цели требуется решить следующие задачи:
- Провести анализ рассматриваемого процесса;
- Выявить требования на разработку;
- Выявить требования на необходимое оборудование.

Купить