ПРИМЕНЕНИЕ НЕЙРОННЫХ СЕТЕЙ ДЛЯ АУТЕНТИФИКАЦИИ ЛИЦА В ПЛАТЕЖНЫХ СИСТЕМАХ
Keywords:
Нейронные сети, сверточные нейронные сети (CNN), биометрическая аутентификация, распознавание лиц, платежные системы, глубокие нейронные сети (Deep CNN), безопасность, машинное обучениеAbstract
В данной статье рассматриваются методы применения нейронных сетей, в частности сверточных нейронных сетей (CNN), для распознавания лиц в платежных системах. Биометрическая аутентификация на основе распознавания лиц становится ключевым элементом безопасности, обеспечивая высокую точность и надежность. В статье представлены различные архитектуры нейронных сетей, такие как FaceNet, ResNet, DenseNet и Inception Network, а также их роль в улучшении точности и устойчивости к изменениям условий. Особое внимание уделено роли CNN в обработке изображений, динамическом обучении и адаптивности к внешним условиям. Также анализируются перспективы применения глубоких нейронных сетей для повышения безопасности и предотвращения мошенничества.
References
Agzamova M.Sh., Nuruddinova A.G. Cryptographic methods for secure m-banking. Высшая школа: научные исследования. Материалы Межвузовского международного конгресса (г. Москва, 9 мая 2019 г.). – Москва: Издательство Инфинити, 2019. С.49-52.
https://www.programmersought.com/article/75584161279/
Agzamova Mohinabonu and Irgasheva Durdona (2023) “Analysis of facial authentication systems for neural network modification of raw biometric data”, Innovative Technologica: Methodical Research Journal, 2(07), pp. 16–28. doi: 10.17605/OSF.IO/RZMFB [pp.18-19]
J. Cook, V. Chandran, S. Sridharan and C. Fookes, "Face recognition from 3D data using Iterative Closest Point algorithm and Gaussian mixture models," Proceedings. 2nd International Symposium on 3D Data Processing, Visualization and Transmission, 2004. 3DPVT 2004., Thessaloniki, Greece, 2004, pp. 502-509, doi: 10.1109/TDPVT.2004.1335279.
Shen, L., Bai, L. A review on Gabor wavelets for face recognition. Pattern Anal Applic 9, 273–292 (2006). https://doi.org/10.1007/s10044-006-0033-y
Лин С.Д., Чен Л. & Чен У. Тепловое распознавание лиц в различных условиях. BMC Биоинформатика 22 (Дополнение 5), 313 (2021). https://doi.org/10.1186/s12859-021-04228-y
Агзамова М.Ш., Рустамова С. Алгоритм преобразования исходных биометрических признаков нейронной сети в криптографический закрытый ключ. International scientific journal “Science and Innovation”. Special issue “Digital technologies”. April 2023- Tashkent.: Science and Innovation, 2023. -p.554-556. https://doi.org/10.5281/zenodo.7857102.
Агзамова М.Ш., Иргашева Д.Я., Рустамова С. Анализ устойчивости к перебору параметров паролей, криптографических и биометрических протоколов аутентификации. International scientific journal “Science and Innovation”. Special issue “Digital technologies”. April 2023- Tashkent.: Science and Innovation, 2023. – p.545-548. https://doi.org/10.5281/zenodo.7857090.
Jiankang Deng, Jia Guo, Evangelos Ververas, Irene Kotsia, Stefanos Zafeiriou. Retinaface: Single-shot Multi-level Face Localisation in the Wild. URL: https://openaccess.thecvf.com/content_CVPR_2020/papers/Deng_retinaface_Single-Shot_Multi-Level_Face_Localisation_in_the_Wild_CVPR_2020_paper.pdf
M.Sh.Agzamova, S.G.Svetunkov, A.G.Nuriddionova. Big Data Simulation for Demand Forecasting in Retail Logistics. 5th Scientific International Online Conference Algorithms and Solutions based on Computer Technology (ASBC 2021) “Algorithms and Solutions Based on Computer Technology”. Springer, St. Petersburg, Russia – 2022. –P.137–147 https://doi.org/10.1007/978-3-030-93872-7_12
Aneesa M P , Saabina N , Meera K, 2022, Face Recognition using CNN: A Systematic Review, INTERNATIONAL JOURNAL OF ENGINEERING RESEARCH & TECHNOLOGY (IJERT) Volume 11, Issue 06 (June 2022), DOI : 10.17577/IJERTV11IS060075
Agzamova Mohinabonu and Irgasheva Durdona, “Analysis of non-cryptographic methods for software binding to facial biometric data of user identity”, ijasr, vol. 3, no. 07, pp. 38–47, Jul. 2023. doi: 10.37547/ijasr-03-07-08
Chenqian Yan, Yuge Zhang, Quanlu Zhang, Yaming Yang, Xinyang Jiang, Yuqing Yang, Baoyuan Wang. Privacy-preserving Online automl for Domain-Specific Face Detection. URL: https://openaccess.thecvf.com/content/CVPR2022/papers/Yan_Privacy-Preserving_Online_automl_for_Domain-Specific_Face_Detection_CVPR_2022_paper.pdf
Yang Liu, Fei Wang, Jiankang Deng, Zhipeng Zhou, Baigui Sun, Hao Li. Mogface: Towards a Deeper Appreciation on Face Detection. URL: https://openaccess.thecvf.com/content/CVPR2022/papers/Liu_mogface_Towards_a_Deeper_Appreciation_on_Face_Detection_CVPR_2022_paper.pdf
Агзамова М.Ш., Иргашева Д.Я. Построение предварительной обработки изображений для идентификации личности. Высшая школа: научные исследования. Материалы Межвузовского международного конгресса (г. Москва, 21 июля 2023 г.). Том 1. – Москва: Издательство Инфинити, 2023. С.201-205 DOI 10.34660/INF.2023.93.91.168.
Агзамова М.Ш. IDEAL_FACE. Oʻzbekiston Respublikasi Adliya vazirligi huzuridagi Intellektual mulk agentligi. Elektron hisoblash mashinalari uchun yaratilgan dasturning rasmiy roʻyxatdan oʻtkazilganligi toʻgʻrisidagi guvohnoma № DGU 26989. Toshkent, 15.08.2023
Agzamova M.Sh., Nuriddinova A.G. Developing the modules for the protection of mobile banking. Сборник публикаций научного журнала "Globus" по материалам международной XXXXII научно-практической конференции "Достижения и проблемы современной науки". Санкт-Петербург- 2019. -С.125-131.
Minchul Kim, Anil K. Jain, Xiaoming Liu. Adaface: Quality Adaptive Margin for Face Recognition. URL: https://arxiv.org/pdf/2204.00964.pdf
Nataniel Ruiz, Adam Kortylewski, Weichao Qiu, Cihang Xie, Sarah Adel Bargal, Alan Yuille, Stan Sclaroff. URL: https://arxiv.org/pdf/2106.04569.pdf
K. He, X. Zhang, S. Ren, and J. Sun. Deep residual learning for image recognition. In CVPR, 2016.
Published
How to Cite
Issue
Section
License
Copyright (c) 2024 Агзамова Мохинабону Шахобиддин кизи
This work is licensed under a Creative Commons Attribution 4.0 International License.
