ОБУЧЕНИЕ И НАСТРОЙКА НЕЙРОННОЙ СЕТИ НА БАЗЕ ПОДГОТОВЛЕННЫХ ДАННЫХ ДЛЯ МОДУЛЯ ОБНАРУЖЕНИЯ ЛИЦ

Мохинабону Агзамова

Авторы

Мохинабону Агзамова ТУИТ имени Мухаммада аль-Хоразмий

Ключевые слова:

Распознавание лиц, нейронные сети, Focal Loss, сверточные нейронные сети (CNN), ResNet, сеть пирамидальных характеристик (FPN), аугментация данных, предварительная обработка, глубокое обучение

Аннотация

В статье исследуется новаторский подход к обнаружению лиц с использованием нейронных сетей, основанных на архитектуре ResNet и сети пирамидальных характеристик (FPN). Основное внимание уделяется применению функции потерь Focal Loss, которая позволяет значительно улучшить точность классификации сложных примеров, а также справляться с проблемами дисбаланса классов в задачах обнаружения лиц. Рассмотрены этапы подготовки данных, включая аугментацию и предварительную обработку, а также особенности разработки и обучения модели на основе глубоких сверточных нейронных сетей (CNN). В статье демонстрируются высокие показатели точности и полноты алгоритма на тестовых наборах данных.

Библиографические ссылки

T.-Y. Lin, P. Doll´ar, R. Girshick, K. He, B. Hariharan, and S. Belongie. Feature pyramid networks for object detection. In CVPR, 2017

P. Viola and M. Jones. “Robust real time face detection”, Received September 10, 2001, Revised July 10, 2003, Accepted July 11, 2003.

Иргашева Д.Я., Агзамова М.Ш., Рустамова С. Обнаружение лица в платежных системах. Oʻzbekiston Respublikasi Adliya vazirligi huzuridagi Intellektual mulk agentligi. Elektron hisoblash mashinalari uchun yaratilgan dasturning rasmiy roʻyxatdan oʻtkazilganligi toʻgʻrisidagi guvohnoma № DGU 26162. Toshkent, 25.04.2023

P. J. Phillips, H. Moon, S. A. Rizvi, and P. J. Rauss, “The FERET evaluation,” in Face Recognition: From Theory to Applications, H.Wechsler, P. J. Phillips, V. Bruce, F. F. Soulie, and T. S. Huang, Eds. Berlin, Germany: Springer-Verlag, 2018

Dalal S., Vishwakarma V. P., Kumar S. Feature-based Sketch-Photo Matching for Face Recognition //Procedia Computer Science. – 2020. – Т. 167. – С. 562-570.

Taskiran M., Kahraman N., Erdem C. E. Face recognition: Past, present and future (a review) //Digital Signal Processing. – 2020. – Т. 106. – С. 102809.

Xiaoou Tang, Xiaogang Wang. Face Sketch Recognition. IEEE transactions on circuits and systems for video technology, vol. 14, no. 1, lanuary 2014.

Agzamova Mohinabonu. 2023. “CONTRASTIVE CONVOLUTION IN FACE RECOGNITION: ADVANCEMENTS IN ACCURACY”. Next Scientists Conferences 1 (01):3-5. https://nextscientists.com/index.php/science-conf/article/view/135

Брилюк Д., Старовойтов В. Распознавание человека по изображению лица и нейросетевые методы. 2002. URL: http://daily.sec.ru/publication.cfm?Pid=4425 (дата обращения: 10.02.2012).

Congcong Zhu, , Xintong Wan, Shaorong Xie, Xiaoqiang Li, Yinzheng Gu. Occlusion-robust Face Alignment using A Viewpoint-invariant Hierarchical Network Architecture. URL: https://openaccess.thecvf.com/content/CVPR2022/papers/Zhu_Occlusion-Robust_Face_Alignment_Using_a_Viewpoint-Invariant_Hierarchical_Network_Architecture_CVPR_2022_paper.pdf

Hai Phan, Anh Nguyen. Deepface-EMD: Re-ranking Using Patch-wise Earth Mover’s Distance Improves Out-Of-Distribution Face Identification. URL: https://openaccess.thecvf.com/content/CVPR2022/papers/Phan_deepface-EMD_Re-Ranking_Using_Patch-Wise_Earth_Movers_Distance_Improves_Out-of-Distribution_Face_CVPR_2022_paper.pdf

Иргашева Д.Я., Агзамова М.Ш., Рустамова С. Распознавание лица в платежных системах. Oʻzbekiston Respublikasi Adliya vazirligi huzuridagi Intellektual mulk agentligi. Elektron hisoblash mashinalari uchun yaratilgan dasturning rasmiy roʻyxatdan oʻtkazilganligi toʻgʻrisidagi guvohnoma № DGU 26146. Toshkent, 25.04.2023

Agzamova M.Sh., Nuriddinova A.G. Developing the protection of mobile banking based on cryptographic data security (O`zDST 1105:2009). Сборник публикаций научного журнала "Globus" по материалам международной XXXXII научно-практической конференции "Достижения и проблемы современной науки". Санкт-Петербург- 2019. -С.118-124.

Ilyes Bendjoudi, Information Fusion, https://doi.org/10.1016/j.inffus.2020.11.007

https://arxiv.org/abs/2110.15028

https://towardsdatascience.com/multi-task-learning-for-computer-vision-classification-with-keras-36c52e6243d2

https://intellect.icu/mnogozadachnoe-obuchenie-multi-task-learning-123

Andrey V. Savchenko. Facial expression and attributes recognition based on multi-task learning of lightweight neural networks. URL: https://ieeexplore.ieee.org/abstract/document/9582508/authors#authors