Por favor, use este identificador para citar o enlazar este ítem: http://elartu.tntu.edu.ua/handle/lib/36541
Título : Методи та засоби ідентифікації ID-карток на основі технологій комп’ютерного зору
Otros títulos : Methods and means of ID-cards identification based on computer vision technologies
Autor : Лова, Максим Русланович
Lova, Maksym Ruslanovych
Affiliation: Тернопільський національний технічний університет імені Івана Пулюя
Ternopil Ivan Puluj National Technical University
Bibliographic description (Ukraine): Лова М. Р. Методи та засоби ідентифікації ID-карток на основі технологій комп’ютерного зору : кваліфікаційна робота магістра за спеціальністю 123 — Комп’ютерна інженерія“ / М. Р. Лова. – Тернопіль: ТНТУ, 2021. – 84 с.
Bibliographic description (International): Lova M. Methods and means of ID-cards identification based on computer vision technologiesr: master qualification work "123 - Computer Engineering"/ M. Lova, Ternopil, TNTU, 2021, p - 84
Fecha de publicación : dic-2021
Submitted date: dic-2021
Date of entry: 20-dic-2021
Editorial : Тернопільський національний технічний університет імені Івана Пулюя
Country (code): UA
Place of the edition/event: Тернопільський національний технічний університет імені Івана Пулюя
Supervisor: Жаровський, Руслан Олегович
Zharovskyi, Ruslan
Committee members: Бойко, Ігор Володимирович
Boyko, Igor
UDC: 004.89
Palabras clave : 123
комп’ютерна інженерія
шахрайство
ідентифікація
ID-картка
комп’ютерний зір
identification
intelligence
computer vision
Number of pages: 84
Resumen : У дипломній роботі запропоновано архітектурне рішення для авторизації працівників на основі ID-карт, що включає в себе апаратну складову з використанням міні-комп’ютера на базі Raspberry PI та камери з роздільною здатністю 2 Мп, а також програмну модель виявлення справжності ідентифікаційного документу працівника, що дають змогу забезпечити продуктивність та функціональну зручність при його аутентифікації до приміщень з обмеженим доступом. Запропоновано метод ідентифікації справжності ID-карток, який базується на визначенні індексу структурної подібності зображень і враховує комплекс із трьох властивостей: яскравості, контрастності та структурних елементів графічного представлення ID-карток і дає змогу підвищити ефективність процесу виявлення шахрайства шляхом використання меншої кількості апаратних ресурсів та забезпечує точність ідентифікації на рівні не нижче, ніж 85%.
The aim of the work is to study the methods and means of authenticating ID-cards using computer vision technology. The thesis proposes an architectural solution for authorization of employees based on ID-cards, which includes a hardware component using a mini-computer based on Raspberry PI and a camera with a resolution of 2 MP, as well as a software model for authenticating the employee's identification document, which allow to provide productivity and functional convenience at its authentication to premises with limited access. The method of authenticating ID-cards is proposed, which is based on determining the index of structural similarity of images and takes into account a set of three properties: brightness, contrast and structural elements of graphical representation of ID-cards and allows to increase fraud detection by using less hardware identification accuracy at a level not lower than 85%
Content: ПЕРЕЛІК ОСНОВНИХ УМОВНИХ ПОЗНАЧЕНЬ, СИМВОЛІВ І СКОРОЧЕНЬ ... 8 ВСТУП ...9 РОЗДІЛ 1 АНАЛІЗ СУЧАСНИХ ПІДХОДІВ У СФЕРІ АВТОМАТИЗОВАНОГО ВИЯВЛЕННЯ ШАХРАЙСТВА ...13 1.1. Аналіз основних понять та особливостей методів виявлення шахрайства у комп’ютерних системах ...13 1.2. Сфери використання підходів «fraud detection» ...17 1.3. Аналіз популярних наборів зображень об’єктів реального світу ...21 1.4. Висновки до розділу ...28 РОЗДІЛ 2 ПРИНЦИПИ ВИЯВЛЕННЯ ШАХРАЙСТВА ТА ПОБУДОВА МОДЕЛІ ІДЕНТИФІКАЦІЇ СПРАВЖНОСТІ ID-КАРТКИ КОРИСТУВАЧІВ ...30 2.1. Процес впровадження заходів та етапи виявлення справжності ID-карток ...30 2.2. Метод виявлення справжності ID-карток на основі індексу структурної подібності зображень ...33 2.3. Архітектура комп’ютерної системи розпізнавання справжності ID-карток ... 39 2.4. Архітектура та моделі нейронних мереж для встановлення справжності ID- карток ...41 2.5. Висновки до розділу ...49 РОЗДІЛ 3 ПРОГРАМНА РЕАЛІЗАЦІЯ ІНДЕКСУ ПОДІБНОСТІ ЗОБРАЖЕНЬ ПРИ АНАЛІЗІ ID-КАРТОК КОРИСТУВАЧІВ ...51 3.1. Розробка алгоритму виявлення справжності ID-картки ...51 3.2. Програмна реалізація техніки індексу структурної подібності ID-карток ...57 3.3. Виявлення контурів об’єктів на зображеннях ...59 3.4. Висновки до розділу ...66 РОЗДІЛ 4 ОХОРОНА ПРАЦІ ТА БЕЗПЕКА В НАДЗВИЧАЙНИХ СИТУАЦІЯХ ...67 4.1. Охорона праці ...67 4.2. Особливості роботи та розлади здоров’я користувачів комп’ютерів, що формується під впливом роботи за комп’ютером. ...70 ВИСНОВКИ ... 74 СПИСОК ВИКОРИСТАНИХ ДЖЕРЕЛ ...76 Додаток А Тези конференцій ...79
URI : http://elartu.tntu.edu.ua/handle/lib/36541
Copyright owner: © Лова Максим Русланович, 2021
References (Ukraine): 1. Install TensorFlow. URL: https://www.tensorflow.org/install (дата звернення 17.04.2021 р.). 2. TensorFlow Datasets: a collection of ready-to-use datasets. URL: https://www.tensorflow.org/datasets (дата звернення 17.04.2021 р.) 3. Cuda. URL: https://opencv.org/platforms/cuda/ (дата звернення 21.10.2021 р.) 4. Петин В. Микрокомпьютеры Raspberry Pi: Практическое руководство. БХВ-Петербург. 2015. 240 с. 5. Магда Ю. Raspberry Pi. Руководство по настройке и применению. Litres. 2017 р. 161 с. 6. Макаров С. Arduino Uno и Raspberry Pi 3: от схемотехники к интернету вещей. Litres. 2019 р. 202 с. 7. Яцишин В.В., Щербаков О.О., Лова М.Р. Аналіз баз даних зображень у галузі комп’ютерного зору. Матеріали X міжнародної науково - технічної конференції молодих учених і студентів «Актуальні задачі сучасних технологій» (24-25 листопада 2021 р.) Тернопільського національного технічного університету імені Івана Пулюя. Тернопіль: ТНТУ. 2021. С. 144. 8. Жаровський Р.О., Лова М.Р., Щербаков О.О. Застосування індексу структурної подібності зображень при їх аналізі. Матеріали ІХ науково-технічної конференції Тернопільського національного технічного університету імені Івана Пулюя «Інформаційні моделі, системи та технології» (8-9 грудня 2021 року). Тернопіль: ТНТУ. 2021. C. 114. 9. Васильев В. И. Распознающие системы : справочник. К. : Наукова думка, 1983. 230 с. 10. Горелик А. Л. Методы распознавания. М. : Высшая школа, 1984. 219 с. 11. Дуда Р. Распознавание образов и анализ сцен : пер. с англ. М. : Мир, 1978. 510 с.77 12. Форсайт Д. А. Компьютерное зрение. Современный подход : пер. с англ. М. : Вильямс, 2004. 928 с. 13. Шапиро Л. Компьютерное зрение : пер. с англ. БИНОМ. Лаборатория знаний, 2006. 752 с. 14. Beginner’s Guide to Object Detection Algorithms. URL: https://medium.com/analytics-vidhya/beginners-guide-to-object-detectionalgorithms- 6620fb31c375 (дата звернення 01.05.2021). 15. NumPy v1.20 Manual. URL: https://numpy.org/doc/stable/ (дата звернення 25.10.2021р.). 16. Кузин Л.Т. Расчет и проектирование дискретных систем управления.-М.: ГН ТИМЛ, 2012.- 648 с. 17. Python Tutorial. URL: https://www.w3schools.com/python/default.asp (дата звернення 15.11.2021 р.). 18. Pandas documentation. URL: https://pandas.pydata.org/docs/index.html (дата звернення 28.11.2021 р.). 19. Y. Bengio, R. Ducharme, and P. Vincent. A neural probabilistic language model. In Advances in Neural Information Processing Systems 13 (NIPS 2000). 2001. p. 932–938. 20. Graves and J. Schmidhuber. Framewise phoneme classification with bidirectional LSTM networks. In 2005 International Joint Conference on Neural Networks (ICJNN’05). 2005. p. 23–43. 21. Preprocessing data. URL: https://scikit-learn.org/stable/modules/ preprocessing.html#preprocessing (дата звернення 05.11.2021 р.). 22. API reference. URL: https://pandas.pydata.org/docs/reference/index.html (дата звернення 10.11.2021 р.). 23. Микитишин А.Г., Митник М.М., Стухляк П.Д., Пасічник В.В. Комп’ютерні мережі. Книга 1. Львів, «Магнолія 2006». 2013. 256 с. 24. Микитишин А.Г., Митник М.М., Стухляк П.Д., Пасічник В.В. Комп’ютерні мережі. Книга 2. Львів, «Магнолія 2006», 2014. 312 с.78 25. Микитишин А.Г., Митник М.М., Стухляк П.Д. Телекомунікаційні системи та мережі. Тернопіль: Вид-во ТНТУ імені Івана Пулюя, 2016. 384 с. 26. Микитишин А.Г., Митник М.М., Стухляк П.Д. Комплексна безпека інформаційних мережевих систем: навчальний посібник. Тернопіль: Вид-во ТНТУ імені Івана Пулюя, 2016. 256 с. 27. Pandas documentation. URL: https://pandas.pydata.org/docs/index.html (дата звернення 28.11.2021 р.). 28. НПАОП 0.00-7.15-18 «Вимоги щодо безпеки та захисту здоров’я працівників під час роботи з екранними пристроями». Київ. 2018. 29. Катренко Л.А., Катренко А.В. Охорона праці в галузі комп’ютинґу. Львів: Магнолія-2006. 2012. 544 с. 30. Желібо Е.Н. Безпека життєдіяльності: Навчальний посібник. Київ: «Каравела», Львів: «Новий світ - 2000». 2001. 320с.
Content type: Master Thesis
Aparece en las colecciones: 123 — комп’ютерна інженерія

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
Lova_M_R.pdf2,91 MBAdobe PDFVisualizar/Abrir
Авторська_довідка_Лова.pdf452,33 kBAdobe PDFVisualizar/Abrir


Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.

Herramientas de Administrador