ВВЕДЕНИЕ 4
ГЛАВА 1. КОМПОНЕНТ ДЕТЕКТИРОВАНИЯ ЛИЦА НА ИЗОБРАЖЕНИИ 6
1.1. Обзор современных подходов к решению задачи детектирования лица
на изображении 7
1.2. Проведение сравнительного анализа 9
1.2.1. Метрики тестирования 10
1.2.2. Данные для тестирования 11
1.2.3. Реализация методов детектирования 12
1.2.4. Проведение эксперимента 16
ГЛАВА 2. КОМПОНЕНТ РАСПОЗНАВАНИЯ ДЕМОГРАФИЧЕСКИХ
ХАРАКТЕРИСТИК ПО ИЗОБРАЖЕНИЮ ЛИЦА 21
2.1. Выбор подхода к решению задачи распознавания 22
2.1.1. Распознавание возраста 22
2.1.2. Распознавание пола 24
2.2. Данные для обучения 25
2.2.1. Обзор используемых данных 25
2.2.2. Алгоритм выравнивания лиц 29
2.3. Проведение сравнительного анализа 30
2.3.1. Обучение моделей 30
2.3.2. Проведение эксперимента 30
ГЛАВА 3. РЕАЛИЗАЦИЯ СИСТЕМЫ РАСПОЗНАВАНИЯ
ДЕМОГРАФИЧЕСКИХ ХАРАКТЕРИСТИК ЧЕЛОВЕК В ВИДЕОПОТОКЕ 35
3.1. Проектирование архитектуры системы 35
3.2. Техническая архитектура системы 39
3.3. Разработка системы 40
ГЛАВА 4. ТЕСТИРОВАНИЕ РАЗРАБОТАННОЙ СИСТЕМЫ 51
4.1. Работа системы 51
4.2. Параметры системы 55
4.3. Проведение тестирования 57
ЗАКЛЮЧЕНИЕ 61
СПИСОК ЛИТЕРАТУРЫ 62
ПРИЛОЖЕНИЕ 1 67
ПРИЛОЖЕНИЕ 2 68
ПРИЛОЖЕНИЕ 3 69
ПРИЛОЖЕНИЕ 4
Демографические характеристики человека играют важную роль во многих сфера жизни общества: сфере рекламы, охраны права, развлечения, обслуживания и др.
Автоматизированное распознавание таких характеристик человека по изображению лица может быть использовано, например:
• В таргетированном маркетинге, где релевантная для аудитории реклама или информация может транслироваться с цифровых рекламных щитов;
• При сборе данных для дальнейшего анализа: например, при разработке маркетингового плана или проведении таргетированных мероприятий;
• Для контентного поиска, где наличие таких характеристик
существенно упрощает пространство поиска;
• Для контроля безопасности: автоматическая система распознавания может помочь предотвратить продажу запрещенной продукции несовершеннолетним;
• При взаимодействии компьютер - человек: для подстройки контекста общения в соответствии с полом и возрастом.
Реализация многих из описанных практических возможностей применения автоматического распознавания требует непрерывной обработки видеопотока, при этом вычисления должны занимать минимально возможное количество времени, чтобы предоставить запас для дальнейших этапов обработки.
Широкому применению систем автоматизированного распознавания должна способствовать низкая вычислительная сложность наряду с обеспечением высокой точности работы и возможностью корректной работы на встроенных платформах без использования графических ускорителей.
Цель выпускной квалификационной работы: разработать систему распознавания демографических характеристик человека в видеопотоке с реализацией вычислений на CPU.
Задачи, решение которых необходимо для достижения цели:
1. Изучение подходов к детектированию лица человека и распознаванию демографических характеристик по изображению лица;
2. Проведение сравнительного анализа изученных подходов;
3. Проектирование и разработка системы распознавания демографических характеристик человека в видеопотоке;
4. Проведение тестирования разработанной системы.
В ходе выполнения выпускной квалификационной работы была разработана система распознавания демографических характеристик человека в видеопотоке с реализацией вычислений на CPU, для этого были решены следующие задачи:
• Сформулированы требования к разрабатываемой системе;
• Изучены подходы к детектированию лиц на изображении и распознаванию характеристик человека по изображению его лица;
• Проведен сравнительный анализ подходов по показателям точности и скорости работы, выбраны модели, наиболее точно отвечающие поставленным требованиям;
• Спроектирована и разработана на языке Pythonсистема распознавания;
• Проведено тестирование точности работы системы в реальных условиях;
• Намечены планы дальнейшей работы в рамках разработанной системы и направления в целом.
По результатам тестирования в реальных условиях система показала точность распознавания пола — 100% и среднюю абсолютную ошибку в распознавании возраста — 4.07.
Дальнейшими этапами является работа над увеличением точности работы системы и её устойчивости к различным условиям среды, а также разработка системы учета посетителей торговых помещений с использованием разработанной в рамках данной работы системы как полноценного модуля.
