RUS  ENG ЖУРНАЛЫ   ПЕРСОНАЛИИ   ОРГАНИЗАЦИИ   КОНФЕРЕНЦИИ   СЕМИНАРЫ   ВИДЕОТЕКА   ЛИЧНЫЙ КАБИНЕТ
Общая информация
Последний выпуск
Архив

Поиск публикаций
Поиск ссылок

RSS
Последний выпуск
Текущие выпуски
Архивные выпуски
Что такое RSS



КО:
Год:
Том:
Выпуск:
Страница:
Найти






Персональный вход:
Логин:
Пароль:
Запомнить пароль
Войти
Забыли пароль?
Регистрация


КО, 2017, том 41, выпуск 2, страницы 254–265 (Mi co382)  

ОБРАБОТКА ИЗОБРАЖЕНИЙ, РАСПОЗНАВАНИЕ ОБРАЗОВ

Идентификация лиц в реальном времени с использованием свёрточный нейронной сети и хэширующего леса

Ю. В. Визильтер, В. С. Горбацевич, А. В. Воротников, Н. А. Костромов

Государственный научно-исследовательский институт авиационных систем (ГосНИИАС), Москва, Россия

Аннотация: В работе предлагается новый подход к построению биометрического шаблона с использованием свёрточной нейронной сети и хэширующего леса. Метод состоит из двух этапов: на первом происходит обучение свёрточной нейронной сети, далее к полученным описаниям применяется хеширующее преобразование с использованием нового предложенного метода хэширующего леса. Такой способ формирования шаблона является обобщением метода Boosted SSC (Similarity Sensitive Coding) для решения задачи построения оптимального хеша, учитывающего специфику задач верификации и идентификации лиц. Обучение производилось на базе лиц CASIA-WebFace, а тестирование – на базе лиц LFW. Применительно к задачам бинарного хеширования с метрикой Хемминга описанный подход позволяет получать 200-битный (25 байт) биометрический шаблон с качеством верификации 96,3 % и 2000-битный шаблон с 98,14 % на базе изображений лиц LFW. При использовании хэширующего леса с 7-битными деревьями 2000х7 достигается уровень идентификации в 93 % относительно базовых показателей свёрточной нейронной сети в 89,9 %. В результате достигается скорость формирования биометрических шаблонов (описаний лиц) с частотой более 40 изображений лиц в секунду на CPU Core i7 и более 120 изображений лиц в секунду с использованием GPU GeForce GTX 650.

Ключевые слова: свёрточные нейронные сети, хэширование, бинарные деревья, метрика Хэмминга, биометрия.

Финансовая поддержка Номер гранта
Российский научный фонд 16-11-00082
Работа была поддержана грантом РНФ (Проект № 16-11-00082).


DOI: https://doi.org/10.18287/2412-6179-2017-41-2-254-265

Полный текст: PDF файл (1001 kB)
Полный текст: http://www.computeroptics.smr.ru/.../410214.html
Список литературы: PDF файл   HTML файл

Тип публикации: Статья
Поступила в редакцию: 23.11.2016

Образец цитирования: Ю. В. Визильтер, В. С. Горбацевич, А. В. Воротников, Н. А. Костромов, “Идентификация лиц в реальном времени с использованием свёрточный нейронной сети и хэширующего леса”, КО, 41:2 (2017), 254–265

Цитирование в формате AMSBIB
\RBibitem{VizGorVor17}
\by Ю.~В.~Визильтер, В.~С.~Горбацевич, А.~В.~Воротников, Н.~А.~Костромов
\paper Идентификация лиц в реальном времени с использованием свёрточный нейронной сети и хэширующего леса
\jour КО
\yr 2017
\vol 41
\issue 2
\pages 254--265
\mathnet{http://mi.mathnet.ru/co382}
\crossref{https://doi.org/10.18287/2412-6179-2017-41-2-254-265}


Образцы ссылок на эту страницу:
  • http://mi.mathnet.ru/co382
  • http://mi.mathnet.ru/rus/co/v41/i2/p254

    ОТПРАВИТЬ: VKontakte.ru FaceBook Twitter Mail.ru Livejournal Memori.ru


    Citing articles on Google Scholar: Russian citations, English citations
    Related articles on Google Scholar: Russian articles, English articles
  • Компьютерная оптика
    Просмотров:
    Эта страница:123
    Полный текст:26
    Литература:13

     
    Обратная связь:
     Пользовательское соглашение  Регистрация  Логотипы © Математический институт им. В. А. Стеклова РАН, 2019