In:
Eastern-European Journal of Enterprise Technologies, Private Company Technology Center, Vol. 6, No. 2 (120) ( 2022-12-30), p. 60-69
Abstract:
Ця тема дуже актуальна у сфері штучного інтелекту як напрями розпізнавання образів. У цій роботі райдужна оболонка ока сприймається як зображення.
Штучний інтелект робить цю технологію доступнішою для використання в камерах відеоспостереження, смартфонах та різних сферах людської діяльності. У статті відображено результати дослідження методів та технологій розпізнавання образів на прикладі райдужної оболонки ока людини.
Метою роботи було вивчення методів та технологій розпізнавання райдужної оболонки ока людини та співробітників конкретної організації з використанням обладнання EyeLock шляхом порівняння результатів сегментації зі стандартною сегментацією Даугмана. Порівняльний аналіз результатів сегментації зі стандартною сегментацією можна виконати шляхом прямого вимірювання кількості правильно сегментованих райдужних оболонок в обох методах або шляхом непрямого вимірювання впливу сегментації на ефективність розпізнавання райдужної оболонки. Метод із використанням інтегрально-диференціального оператора Даугмана має найбільшу ефективність. Поліпшено продуктивність нейронної мережі. Щоб використовувати нейронну мережу для класифікації профілів райдужної оболонки, ми вибрали набори зображень (зображення на людину) як навчальні зображення, а інші зображення використовували як тестові зображення. Час навчання (за секунди): для методу Даугмана 170,7, а для параболічного методу 204,7.
До захопленого зображення застосовується інтегрально-диференціальний оператор Даугмана для отримання «максимальної інтегральної похідної контуру» з радіусом, що постійно збільшується, в «послідовно зменшуються масштабах» за трьома параметрами: координатами центру і радіусом. Знаходження максимуму при відхиленні координат пошуку по спіралі, що розкручується. Методи та прийоми розпізнавання образів були досліджені з використанням райдужної оболонки ока людини
Type of Medium:
Online Resource
ISSN:
1729-4061
,
1729-3774
DOI:
10.15587/1729-4061.2022.269948
Language:
Unknown
Publisher:
Private Company Technology Center
Publication Date:
2022
detail.hit.zdb_id:
2705552-8