Спосіб розпізнавання медичної маски на обличчі з використанням алгоритмів глибинного навчання

Abstract

Кваліфікаційна робота розробці програмного способу розпізнавання медичної маски на обличчі з використанням алгоритмів глибинного навчання. У першому розділі проаналізовано предметну область дослідження, виконано постановку проблеми, описані основні методи розпізнавання особи на зображенні (Віоли-Джонса, локальних ознак, нейромережні). У другому розділі роботи наведено особливості навчання з та без учителя, а також глибинного навчання. Досліджено нейромережі глибинного навчання. Докладно проаналізовано згорткові нейронні мережі на предмет їх використання в роботі. Також наведено алгоритм процесу розпізнавання обличчя на відео. Обґрунтовано використання методів попередньої обробки зображення. Описані методи розпізнавання обличчя (за геометрією обличчя та за будовою черепа). У третьому розділі наведено практична складова дослідження. Описані основні програмні засоби, використані в роботі. Показано процес попереднього навчання нейромережі. Здійснено вибір мережі та датасету, який застосовувався для тестування її роботи. Розроблено програмний засіб, наведено алгоритм його роботи для навчання нейромережі. Представлені результати тестування моделі. У четвертому розділі розглянуто важливі питання безпеки життєдіяльності та основ охорони праці. Thesis deals with the development of a software method for recognizing a medical mask on the face using deep learning algorithms. In the first chapter, the subject area of the research is analyzed, the problem statement is made, and the main methods of face recognition in the image are described (Viola-Jones, local features, neural networks). The second section of the work gives the features of learning with and without a teacher, as well as in-depth learning. Deep learning neural networks have been studied. Convolutional neural networks are analyzed in detail for their use in work. The algorithm of the face recognition process in the video is also given. The use of image preprocessing methods is substantiated. Face recognition methods are described (by the geometry of the face and the structure of the skull). The third chapter presents the practical component of the research. The main software tools used in the work are described. The process of preliminary training of the neural network is shown. The network and dataset used for testing its operation were selected. A software tool has been developed, the algorithm of its operation for training a neural network is given. The results of model testing are presented. The fourth chapter deals with important issues of life safety and the basics of labor protection.