МЕТОДЫ ОБНАРУЖЕНИЯ И РАСПОЗНАВАНИЯ ЛИЦ: ПРЕИМУЩЕСТВА И НЕДОСТАТКИ
Ключевые слова:
обнаружение лиц, распознавание лиц, биометрия, безопасность, нейронные сети, конфиденциальность, этические вопросы.Аннотация
Настоящая статья посвящена изучению текущего состояния технологий обнаружения и распознавания лиц, а также перспектив их дальнейшего развития. Автором проведен анализ существующих методов обнаружения и распознавания лиц. Рассматриваются различные подходы, включая традиционные методы на основе геометрических признаков, а также современные методы, основанные на глубоком обучении. Выявлены преимущества и ограничения каждого метода, а также их применение в различных областях, таких как безопасность, видеонаблюдение и персонализация.
Список литературы
Ковалев С.М., Колоденкова А.Е., Снасель В. Интеллектуальные технологии слияния данных при диагностировании технических объектов // Онтология проектирования. 2019. Т. 9. № 1 (31). С. 152-168. DOI: 10.18287/2223-9537-2019-9-1-152-168.
Уздяев М.Ю., Яковлев Р.Н., Дударенко Д.М., Жебрун А.Д. Идентификация человека по походке в видеопотоке // Известия Юго-Западного государственного университета. 2020. № 24 (4). C. 57-75. DOI: 10.21869/2223-1560-2020-24-4-57-75.
Видеоаналитика (российский рынок). [Электронный ресурс]. URL: https://www.tadviser.ru/index.php/ (дата обращения 11.11.2024).
Чару А. Нейронные сети и глубокое обучение. Учебный курс. М.: Вильямс, 2020. 752 с.
Шакла Н. Машинное обучение & TensorFlow. СПб.: Питер, 2019. 336 с.
Татаренков Д.А. Анализ методов обнаружения лиц на изображении // Молодой ученый. 2015. № 4 (84). С. 270-276.
Биометрия. [Электронный ресурс]. URL: https://www.fintechru.org/upload/iblock/b1b/AZ-Biometriya-0806.pdf (дата обращения 11.11.2024).
Global biometrics market revenue from 2016 to 2025. [Электронный ресурс]. URL: https://www.statista.com/statistics/960884/worldwide-biometrics-market-revenue-by-region/ (дата обращения 11.11.2024).
