Информация о работе
Подробнее о работе
Системы идентификации личности по лицу
- 70 страниц
- 2024 год
- 1 просмотр
- 0 покупок
Гарантия сервиса Автор24
Уникальность не ниже 50%
Фрагменты работ
В современном мире возникает нарастающая потребность в разработке надежных систем идентификации личности, способных обеспечить точность и эффективность в различных сферах деятельности.
Благодаря таким системам, правоохранительные органы могут быстро и точно распознавать подозреваемых, что способствует предотвращению преступлений, поимке террористов и розыску пропавших лиц.
В условиях увеличивающейся мобильности населения, когда люди все чаще пересекают границы и работают за пределами своей страны, возникает необходимость в эффективных системах идентификации для облегчения трансграничного передвижения и предотвращения незаконной иммиграции.
С цифровизацией услуг все больше людей сталкиваются с необходимостью обеспечить безопасность своей личной информации. Для этого требуется надежная система идентификации, способная предотвратить возможные мошеннические действия. Используя такие системы, можно подтверждать личность при проведении финансовых операций, совершении онлайн-покупок и доступе к конфиденциальным данным. Важность защиты персональных данных становится все более очевидной, и разработанные с учетом этого системы идентификации могут гарантировать конфиденциальность и защиту информации от несанкционированного доступа.
Создание точных и удобных систем идентификации личности стало возможным благодаря развитию искусственного интеллекта и биометрии. Уникальные и надежные идентификаторы могут быть разработаны для каждого человека с использованием этих технологий. Эффективная система идентификации личности играет ключевую роль в обеспечении безопасности, удобства и доверия в современном обществе. Решение проблем преступности, мошенничества, защиты конфиденциальности и облегчение доступа к потребительским услугам может быть обеспечено благодаря таким системам.
4.2 Цели и задачи разработки
Данная работа имеет следующие цели:
– обеспечение различных способов идентификации людей для различных задач, которые являются надежными и удобными;
– улучшение безопасности и доступности услуг, как физических, так и цифровых, чтобы облегчить их использование;
– защита конфиденциальности и предотвращение несанкционированного доступа к персональной информации.
В рамках данной работы были поставлены следующие задачи:
– разработка высокоточных алгоритмов для распознавания и идентификации лиц;
– создание масштабируемой и надежной базы данных идентификаторов лиц;
– разработать меры безопасности для защиты данных идентификации лиц от несанкционированного доступа и использования;
– интегрировать систему идентификации лиц с другими системами безопасности и удобства, такими как системы видеонаблюдения и системы контроля доступа;
– обеспечить конфиденциальность и прозрачность в процессе сбора и использования данных идентификации лиц;
– решить этические и правовые вопросы, связанные с использованием систем идентификации лиц;
– установить стандарты и протоколы для сбора, хранения и использования данных идентификации лиц;
– для широкого круга пользователей необходимо обеспечить доступность и удобство использования системы идентификации лиц;
– междисциплинарный подход, объединяющий экспертов в области компьютерного зрения, биометрии, безопасности, права и этики, необходим для достижения этих целей и задач.
В современном мире эффективная система идентификации личности играет решающую роль в обеспечении безопасности, удобства и доверия.
4.3 Вывод
При разработке системы идентификации личности важно принимать во внимание как преимущества, так и недостатки уже существующих популярных приложений.
Один из наиболее распространенных недостатков заключается в их неточности при определенных условиях.
Чтобы достичь более точного распознавания, мы разрабатываем приложение, используя современные методы идентификации личности.
Благодаря использованию современного языка программирования, мы также можем создать более современный интерфейс, который будет интуитивно понятным для пользователей.
6 Требования к разрабатываемому приложению
6.1 Функциональные требования
Основным требование к разрабатываемой информационной системы идентификации личности является быстра и точная идентификация человека.
Разрабатываемая система будет применятся для работы на КПП предприятия, что подразумевает под собой работу в реальном времени, для меньшей затраты времени на идентификацию человека.
Т.к на предприятии присутствует большое количество людей, то еще одним важным аспектом системы идентификации личности является ее способность к расширению, для анализа большого количества посетителей.
Критически важно, чтобы система обладала высокой степенью защищенности и невосприимчивостью к попыткам обмана через использование фотографий, видеозаписей и прочих хитростей, т.к. это может повести за собой нарушение работы предприятия.
Еще одним ключевым факторов является простота и понятность в использовании, что делает систему идентификации личности простой в освоении и использовании.
Готовая ВКР на тему Системы идентификации личности по лицу для работы на КПП.
Так же есть готовая рабочая программа.
Которая в реальном времени идентифицирует личность по камере или фотографии, сравнивая с пользователями, которые есть в БД.
Веб приложение.
Язык - Python
1. Катасѐв А.С., Катасѐва Д.В., Кирпичников А.П. Нейросетевая Биометрическая Система Распознавания Изображений Человеческого Лица //
Вестник Технологического Университета. - . - 18. - 19. - С. 135-138.
2. Бредихин А.И. Алгоритмы обучения сверточных нейронных сетей / А.И. Бредихин // Вестник Югорского государственного университета.
2019. № 1 (52). С. 41-54.
3. Вакуленко С.А., Жихарева А.А. Практический курс по нейронным сетям – СПб: Университет ИТМО, 2018. – 71 с
4. Википедия [Электронный ресурс]. – Режим доступа: https://ru.wikipedia.org/wiki/Гистограмма_направленных_градиентов –Гистограмма направленных градиентов – (дата обращения 10.03.2022).
5. Визильтер Ю.В. Обработка и анализ изображений в задачах машинного зрения / Ю.В. Визильтер. –М.: Физматкнига, – 2010. – 689с.
6. Галимянов Ф.А. Сравнительный анализ алгоритмов реализации метода обратного распространения ошибки для обучения нейронных сетей /
7. Ф.А. Галимянов // Научно-технический вестник Поволжья. 2020. № 2. С. 69-71.
Форма заказа новой работы
Не подошла эта работа?
Закажи новую работу, сделанную по твоим требованиям
