Устройство для распознавания лиц на энергоэффективных ядрах

Актуальность

В последнее время широкое распространение получает технология информационно-поисковых систем распознавания лица с целью идентификации личности. Эта технология идентификации наилучшим образом подходит для интеллектуальных сред нового поколения. Системы идентификации личности с использованием технологии распознавания лица могут быть использованы в автоматизированных системах безопасности, например, на государственных пунктах пропуска, в крупных аэропортах, метро, различных общественных местах.

Цель

Cоздать устройство для распознавания и анализа лиц, используя алгоритмы для энергоэффективных ядер.

Задачи

1. Проанализировать, где проект найдёт широкое применение.
2. Рассмотреть уже существующие проекты на тему распознавания лиц.
3. Найти одноплатный компьютер, который станет основой устройства.
4. Найти камеру видеонаблюдения с доступными характеристиками для устройства. 
5. Разработать алгоритм и реализовать его на ЯП.
6. Сравнить уже обученные нейронные сети со своей.
7. Определить наилучшую площадку для вывода данных.
8. Сделать выводы об актуальности и применении нашего продукта.

Оснащение и оборудование, использованное при создании работы

●  Одноплатный компьютер Raspberry pi 4

●  Видеокамера Raspberry Pi Camera Board v2.1

Описание

В ходе проекта авторы проанализировали виды одноплатных компьютеров и нашли наиболее эффективные по производительности и энергопотреблению. Изучили и научились работать с нейронной сетью TensorFlow и библиотекой OpenCV.

Первая функция в коде – это extract_face(), в ней использовалась нейронная сеть MTCNN для обнаружения лица. Далее вырезался квадрат лица и сохранялся в библиотеке изображений. То же самое делалось с лицами из базы данных.

В дальнейшем брали изображение лица с камеры и вместе с изображением лица из базы данных отправляли в функцию get_model_scores(). Эта функция использует нейронную сеть VGGFace.

Затем авторы сравнивали эти списки, если погрешность различия списков была минимальна, то лица совпали. Если большая – нет.

Результаты работы/выводы

Авторы создали автономное устройство распознавания лиц, которое имеет широкое применение в наше время.

Перспективы использования результатов работы

• Увеличить точность распознавания лиц.
• Придать устройствам полную автономность для применения в больших организациях.
• Расширить базу данных лиц для выбранной организации.

Сотрудничество с вузом/учреждением при создании работы

МИЭТ

Мнение автора

«Нам понравилось работать над проектом. Было много трудностей и проблем, которые мы решали. Мы хотим дальше развивать наш проект»