Будь ласка, використовуйте цей ідентифікатор, щоб цитувати або посилатися на цей матеріал:
http://elartu.tntu.edu.ua/handle/lib/43304| Назва: | Методи та засоби біометричної ідентифікації користувачів в системі розумного будинку |
| Інші назви: | Methods and tools for biometric user identification in a smart home system |
| Автори: | Подвисоцький, Олександр Євгенович Podvisotsky, Oleksandr |
| Приналежність: | Тернопільський національний технічний університет імені Івана Пулюя Ternopil Ivan Puluj National Technical University |
| Бібліографічний опис: | Подвисоцький О. Є. Методи та засоби біометричної ідентифікації користувачів в системі розумного будинку : кваліфікаційна робота на здобуття освітнього ступеня магістр за спеціальністю „123 — комп’ютерна інженерія“ / О. Є. Подвисоцький. — Тернопіль: ТНТУ, 2023. — 75 с. |
| Bibliographic description: | Podvisotsky O. Methods and tools for biometric user identification in a smart home system : Master Thesis „123 — Computer Engineering“ / Oleksandr Podvisotsky - Ternopil, TNTU, 2023 – 75 p. |
| Дата публікації: | 21-гру-2023 |
| Дата подання: | 28-чер-2023 |
| Дата внесення: | 3-січ-2024 |
| Видавництво: | Тернопільський національний технічний університет імені Івана Пулюя |
| Країна (код): | UA |
| Місце видання, проведення: | Тернопільський національний технічний університет імені Івана Пулюя |
| Науковий керівник: | Стадник, Наталія Богданівна Stadnyk, Nataliia |
| Члени комітету: | Мудрик, Іван Ярославович Mudryk, Ivan |
| УДК: | 004.852 |
| Теми: | 123 комп’ютерна інженерія машинне навчання розпізнавання облич розумний будинок face recognition neural networks machine learning person identification smart home нейронні мережі ідентифікація особи |
| Кількість сторінок: | 75 |
| Короткий огляд (реферат): | Кваліфікаційна робота присвячена розробці системи дистанційного
контролю інтенсивності ультрафіолетового (УФ) випромінювання за допомогою
програмно-апаратних засобів. В першому розділі проведено аналіз існуючих
методів та засобів вимірювання УФ-випромінювання, оцінено їхні переваги та
недоліки. Другий розділ включає дослідження теоретичних аспектів використання
цих методів у різних галузях. У третьому розділі представлена реалізація системи
для дистанційного контролю УФ-випромінювання, яка включає в себе
алгоритмічне та програмне забезпечення. Апаратні засоби розроблені для
ефективної реалізації обраних методів вимірювання, а програмне забезпечення
дозволяє збирати, обробляти та надсилати дані до хмарної IoT платформи.
Проведені експериментальні дослідження, що оцінюють ефективність системи в
різних умовах та сценаріях використання. Результати цієї роботи можуть знайти
практичне застосування в галузі контролю та моніторингу УФ-випромінювання
для захисту людського здоров'я та навколишнього середовища. In the master's qualification work, the methods and means of biometric methods of identification of a person in the smart home system based on the biological features of the face were investigated. The analysis of biometric features of a person showed that biometric indicators are most suitable for implementation in a smart home system: fingerprints, individual features of the face and voice. The architecture of the smart home management system using the biometric identification system is formalized The selection of methods and algorithms for image processing from video cameras for detection, recognition and identification of persons based on facial features was carried out. Software has been developed that implements the described methods and algorithms for human identification based on biometric features in the smart home system |
| Зміст: | ПЕРЕЛІК ОСНОВНИХ УМОВНИХ ПОЗНАЧЕНЬ, СИМВОЛІВ І СКОРОЧЕНЬ 8 ВСТУП 9 РОЗДІЛ 1 АНАЛІЗ БІОМЕТРИЧНИХ СИСТЕМ ІДЕНТИФІКАЦІЇ КОРИСТУВАЧІВ 12 1.1. Процес і методи ідентифікації суб'єктів 12 1.2. Біометричні характеристики людини 14 1.3. Підбір і обґрунтування оптимальних біометричних ідентифікаторів 17 1.4. Характеристика класичних біометричних систем 20 1.5. Нейромережеві засоби в біометричних системах ідентифікації 22 РОЗДІЛ 2 РОЗРОБКА АРХІТЕКТУРИ СИСТЕМИ РОЗУМНОГО БУДИНКУ З БІОМЕТРИЧНОЮ ІДЕНТИФІКАЦІЄЮ КОРИСТУВАЧІВ 24 2.1. Формалізація архітектури системи керування розумним будинком з використанням біометричних засобів 24 2.2. Вибір алгоритмів для системи ідентифікації по обличчю 30 2.2.1. Алгоритм HOG для виявлення осіб 32 2.2.2. Класифікація даних методом опорних векторів (SVM) 36 2.2.3. Алгоритм гістограми напрямлених градієнтів і класифікація методом опорних векторів 41 2.2.4. Ансамбль дерев регресії 41 2.2.5. Згорткова нейронна мережа (CNN) 43 РОЗДІЛ 3 АПРОБАЦІЯ МЕТОДІВ БІОМЕТРИЧНОЇ ІДЕНТИФІКАЦІЇ ОСОБИ В СИСТЕМІ РОЗУМНОГО БУДИНКУ 47 3.1. Програмна розробка модулів системи ідентифікації осіб по обличчю 47 3.1.1. Реалізація модуля збереження кодувань в файл (data.py). 48 3.1.2. Реалізація модуля розпізнавання осіб (recognition.py) 49 3.2. Тестування і аналіз результатів 56 РОЗДІЛ 4 ОХОРОНА ПРАЦІ ТА БЕЗПЕКА В НАДЗВИЧАЙНИХ СИТУАЦІЯХ 61 4.1. Охорона праці 61 4.2. Безпека в надзвичайних ситуаціях 63 4.2.1. Організація оповіщення та зв’язку у надзвичайних ситуаціях техногенного та природного характеру 63 4.2.2. Шум, вібрація, ультразвук, електромагнітні випромінювання у виробничих приміщеннях для роботи з ВДТ та захист від них 64 ВИСНОВКИ 68 СПИСОК ВИКОРИСТАНИХ ДЖЕРЕЛ 69 Додаток A. Тези конференцій 72 |
| URI (Уніфікований ідентифікатор ресурсу): | http://elartu.tntu.edu.ua/handle/lib/43304 |
| Власник авторського права: | © Подвисоцький Олександр Євгенович, 2023 © Podvisotsky Oleksandr, 2023 |
| Перелік літератури: | 1. Mikhailov M.A., Volevodz A.G., Sidorenko E.L. Improving the System of
Fingerprint Registration // International Scientific and Practical Conference in the State
Duma “Improving the System of Fingerprint Registration”. 2016. C. 368-378. 2. Kubitovich S.N. DNK kak nositel informatsii neogranichennogo kruga lits // Vestnik ekonomicheskoy bezopasnosti. 2017. C. 184—188. 3. Edson, A. M. AAMVA Standards Working Group. AAMVA Standard for the Driver License // Identification Card 2000. Technical Report AAMVA DL/ID2000, The American Association of Motor Vehicles Administrators. 2000. C. 1-7. 4. Jain, A. K. Biometrics: Personal Identification in networked Society. // Kluwer Academic Publishers, Boston, MA. 1999. C. 1-9. 5. Anwar, A. S. Human Ear Recognition Using Geometrical Features Extraction. // International Conference on Communication, Management and Information Technology. 2015. С. 531-537. 6. Bradsky, G. Learning OpenCV: Computer Vision with OpenCV Library / G. Bradsky, A. Kaehler. – O'Reilly Media, 2008. – 555 p 7. Histograms of Oriented Gradients for Human Detection Navneet Dalal and Bill Triggs INRIA Rhone-Alps, 8. Талапчук, Сніжана Іванівна. Метод та підсистема ідентифікації користувача кіберфізичної системи “Розумний будинок”. 2023. 9. Lu, H. Calculate Deep Convolution NeurAl Network on Cell Unit/ Haofang Lu, Ying Zhou, Zi-Ke Zhang – Springer Singapore, 2017 – 526 p 10.Rupesh K Srivastava, Klaus Greff, and J¨urgen Schmidhuber. Training very deep networks. In Advances in neural information processing systems, pages 2377–2385, 2015. 11.Dwivedi D. Face recognition for beginers. 2018. URL: https://towardsdatascience.com/face-recognition-for-beginners-a7a9bd5eb5c2 (дата звернення: 12.12.2023). 12.Geitgey A. Face recognition. 2017 URL: https://facerecognition.readthedocs.io/en/latest/readme.html (дата звернення: 12.12.2023). 13.Rovai M. Real-Time Face Recognition: An End-To-End Project. 2018. URL: https://towardsdatascience.com/real-time-face-recognition-an-end-toend-project- b738bb0f7348 (дата звернення: 12.12.2023). 14.Adam Geitgey Deep Learning: Face Recognition https://www.linkedin.com/learning/deep-learning-face-recognition (дата звернення: 12.12.2023). 15.Rosebrock A. OpenCV EigenFaces for face recognition. 2021. URL: https://pyimagesearch.com/2021/05/10/opencv-eigenfaces-for-face-recognition/ (дата звернення: 12.12.2023) 16.Sanjeevkumar A., Suvarna N. Human Identification using Histogram of Oriented Gradients (HOG) and Non-Maximum Suppression (NMS) for ATM Video Surveillance. 2021. 10 с. 17.Кольбух Ю.О. Комп’ютеризована система для керування «розумними» приладами в будинку: кваліфікаційна робота бакалавра за спеціальністю «123 — Комп’ютерна інженерія» / Кольбух Юрій Олегович – Тернопіль, ТНТУ, 2022 – 67c. 18.Козак В. С. Комп'ютерна система керування розумним будинком на основі динамічних користувацьких профілів // Кваліфікаційна робота на здобуття освітнього ступеня бакалавр // ТНТУ, спеціальність 123 «Комп’ютерна інженерія» // Тернопіль, 2022 // с.– 78 19.Чайковський А.В., Жаровський Р.О., Лещишин Ю.З Конспект лекцій з дисципліни «Дослідження і проєктування комп’ютерних систем та мереж» для студентів спеціальності 123 - Комп’ютерна інженерія. Тернопіль, 2021. 148 с. 20.Жаровський, Р. О. Конспект лекцій з дисципліни Захист інформації у комп’ютерних системах. 2019. 268 с. 21. Подвисоцький О., Стадник Н. Методи розпізнавання облич в сситемах ідентифікації користувачів розумного будинку. Матеріали ХI науково-технічної конференції Тернопільського національного технічного університету імені Івана Пулюя «Інформаційні моделі системи та технології» (13-14 грудня 2023 року). Тернопіль: ТНТУ. 2023. C.98 22. Подвисоцький О., Стадник Н. Методи біометричної ідентифікації в розумному будинку. Матеріали XІI Міжнародна науково-технічна конференція молодих учених та студентів «Актуальні задачі сучасних технологій» (6-7 грудня 2023 року). Тернопіль: ТНТУ. 2023. C. 435. 23.Лупенко С.А., Луцик Н.С., Луцків А.М., Осухівська Г.М., Тиш Є.В. Методичні рекомендації до виконання кваліфікаційної роботи магістра для студентів спеціальності 123 «Комп’ютерна інженерія» другого (магістерського) рівня вищої освіти усіх форм навчання. Тернопіль. 2021. 34 с. 24.Санітарно-гігієнічні норми. Виробничий шум та вібрація. URL: https://www.sop.com.ua/article/193- virobnichiy-shum-ta-vbratsya (дата звернення: 12.12.23) 25.Безпека праці та промислова санітарія. URL: https://cpo.stu.cn.ua/ posibnik/780.html (дата звернення: 12.12.23) 26.Стадник І.Я. Зварич Н.М. Оцінка хімічної обстановки при аваріях на хімічно небезпечних обּי єктах з викидом (виливом) небезпечних хімічних речовин та застосуванні хімічної зброї. ТНТУ. 2020. 36 с. |
| Тип вмісту: | Master Thesis |
| Розташовується у зібраннях: | 123 — комп’ютерна інженерія |
Файли цього матеріалу:
| Файл | Опис | Розмір | Формат | |
|---|---|---|---|---|
| Author_Notes_Oleksandr_Podvisotsky.docx | 10,21 kB | Microsoft Word XML | Переглянути/відкрити | |
| Oleksandr_Podvisotsky.pdf | 2,63 MB | Adobe PDF | Переглянути/відкрити |
Усі матеріали в архіві електронних ресурсів захищені авторським правом, всі права збережені.
Інструменти адміністратора