Разработка интеллектуальной системы для выявления девиантного поведения людей

1.

Министерство науки и высшего образования
ФГБОУ ВО "Дагестанский Государственный
РФ
Университет"
ВЫПУСКНАЯ КВАЛИФИКАЦИОННАЯ РАБОТА
НА ТЕМУ:
Разработка
интеллектуальной системы
для выявления
девиантного поведения
людей
Работу выполнила:
ст-ка 4 курса ФИиИТ
направления 09.03.02 ИСиТ
Нугаева Э.Д.
Научный руководитель:
старший преподаватель
Магомедова С.Р.

2.

АКТУАЛЬНОСТЬ
Распространение случаев, в которых
проявляется девиантное поведение. Как
следствие, повышена угроза жизни и
здоровью окружающих людей.
Разрабатываемая в рамках данной ВКР
система может помочь развить системы,
которые сигнализируют об опасности
человеческой жизни – это могут быть
драки, нападения, угрозы оружием и пр.

3.

ЦЕЛЬ
— проектирование, создание и
обучение интеллектуальной
системы, способной распознавать
девиантное поведение с
видеокамер наблюдения.

4.

ОБЪЕКТ И ПРЕДМЕТ
ИССЛЕДОВАНИЯ
Объектами исследования
являются системы
искусственного
интеллекта и технологии
анализа поведения.
Предметом исследования
являются – системы
компьютерного зрения,
сверточные нейронные сети и
методы идентификации лиц.

5.

ЗАДАЧИ
1. Изучение методов и технологий
интеллектуального анализа видеофайлов;
2. Сбор и предобработка данных для обучения и
тестирования системы;
3. Реализация и тестирование интеллектуальной
системы для выявления девиантного поведения;
4. Разработка системы распознавания лиц.

6.

АЛГОРИТМ РАБОТЫ
Весь алгоритм работы интеллектуальной
системы можно разделить на 3 части:
1) Предварительная обработка видео
2) Применение трёхмерной свёрточной
нейронной сети для выявления
девиантного поведения
3) Распознавание и идентификация лиц

7.

Стек технологий
Jupyter Notebook — интерактивная среда разработки.
Python — язык программирования (версия – 3.8.)
TensorFlow — библиотека с открытым исходным кодом
(версия – 2.5.)
NumPy — библиотека для Python (версия – 1.19.5.)
OpenCV — библиотека алгоритмов компьютерного зрения
(версия – 4.5.3.56.)
face_recognition – библиотека Python - упрощает процесс
распознавания (версия – 1.3.0.)
SQLite3 — библиотека Python для работы с быстрой и легко
встраиваемой СУБД SQLite (версия – 3.38.0.)

8.

ИСПОЛЬЗУЕМЫЙ
НАБОР ДАННЫХ
Для обучения нейронной сети была
использована крупная база данных RWF-2000,
содержащая примеры видео с камер
наблюдения.

9.

ПРЕДОБРАБОТКА
ДАННЫХ
• Конвертирование видеофайлов в необходимый формат
• Конвертирование цветовой модели с BGR в RGB
• Приведение размера кадра к значению 224х224 пикселя
• Добавление кадра в список
• Сохранение списка кадров в формате .npy
• Все видео сжимаются до 64 кадров (13 кадров/сек)
• Аугментация
• Нормализация

10.

РЕАЛИЗАЦИЯ
ИНТЕЛЛЕКТУАЛЬНОЙ
СИСТЕМЫ
Пример распознавания девиантного
поведения студентов ФИиИТ

11.

РЕАЛИЗАЦИЯ
РАСПОЗНАВАНИЯ ЛИЦ
Библиотека face_recognition
Для каждого кадра видео будет
производиться:
• поиск лиц на изображении
• получение их 128-мерных кодировок
• поиск лица из БД с минимальным
евклидовым расстоянием с текущей
кодировкой

12.

АПРОБАЦИЯ И ВНЕДРЕНИЕ
РЕЗУЛЬТАТОВ ИССЛЕДОВАНИЯ
ВКР была представлена в качестве проекта на грантовый
конкурс «Умник» в 2021 г.
Также проект прошел в финал «Предакселератора НТИ»
2021 года, где попал в топ-100 проектов.
На базе правовой академии (СКИ ВГУЮ) в 2021 году
была проведена всероссийская научно-практическая
конференция «Вопросы правосубъектности
Искусственного интеллекта», на которой был
представлен данный проект.

13.

"Я думаю, что наш разум — это программа, в то
время как мозг — аналог компьютера.
Теоретически возможно скопировать содержимое
мозга на компьютер и таким образом создать
форму вечной жизни. Сегодня, однако, это не в
наших силах."
- Стивен Хокинг
Спасибо за
внимание!

14.

English Русский Правила