СИСТЕМНЫЙ АНАЛИЗ СИСТЕМЫ РАСПОЗНАВАНИЯ ЛИЦ В РЕАЛЬНОМ ВРЕМЕНИ НА ОСНОВЕ ГЛУБОКОГО ОБУЧЕНИЯ
Получена: 2026-05-29
Опубликована: 2026-06-06
Аннотация
В статье подробно описаны полная архитектура и механизм работы каждого этапа модульной системы на основе глубокого обучения для идентификации людей (распознавания лиц) в реальном времени в видеопотоках камер наблюдения. Система состоит из пятиэтапного конвейера: получение кадров, обнаружение лиц (RetinaFace/MTCNN), выравнивание, формирование векторных представлений (FaceNet/ArcFace) и сравнение по косинусному сходству. Быстрый поиск векторов выполняется в хранилище PostgreSQL + pgvector. В экспериментальной части логика сравнения оценивалась на синтетическом наборе векторных представлений 50 личностей. Получены следующие результаты: AUC = 1,000, равная частота ошибок (EER) — 0%, доля правильных ответов — 1,000 при пороге 0,6 и F1-мера — 0,995. Каждый компонент объясняется на уровне «почему и как», чтобы технический специалист мог полностью понять и воспроизвести систему.
Ключевые слова
Список литературы
-
Schroff F., Kalenichenko D., Philbin J. FaceNet: A unified embedding for face recognition and clustering // IEEE CVPR. 2015. P. 815–823.
-
Deng J., Guo J., Yang J. et al. ArcFace: Additive Angular Margin Loss for Deep Face Recognition // IEEE TPAMI. 2022. Vol. 44, No. 10. P. 5962–5979.
-
Deng J., Guo J., Ververas E. et al. RetinaFace: Single-shot multi-level face localisation in the wild // IEEE/CVF CVPR. 2020. P. 5202–5211.
-
Zhang K., Zhang Z., Li Z., Qiao Y. Joint face detection and alignment using multitask cascaded convolutional networks (MTCNN) // IEEE Signal Processing Letters. 2016. Vol. 23, No. 10. P. 1499–1503.
-
Abid M.M., Mahmood T., Ashraf R. et al. Computationally intelligent real-time security surveillance system in the education sector using deep learning // PLOS ONE. 2024. Vol. 19, No. 7. e0301908.
-
Firmansyah A., Kusumasari T.F., Alam E.N. Comparison of face recognition accuracy of ArcFace, FaceNet and FaceNet512 models on DeepFace framework // ICCoSITE. 2023. P. 535–539.
-
Iype J.K., Sebastian S. Comparative analysis of state-of-the-art face recognition models: FaceNet, ArcFace, and OpenFace // ICCSST 2023, CCIS, vol. 1973. Springer, 2024.
-
Optimizing face recognition inference with a collaborative edge–cloud network // Sensors (MDPI). 2022. Vol. 22, No. 21. Art. 8371.
Об авторах
Лицензия
Это произведение доступно по лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная.