Биометрический сканер лица

1.

Государственное бюджетное общеобразовательное учреждение города Москвы «Школа № 1561»
Биометрический сканер лица
Участник:ученик 10 «И» класса ГБОУ Школа № 1561 Сынков Тихон Николаевич
Руководитель:педагог ГБОУ Школы № 1561 Тополева Наталья Ивановна
Дрыга Д.О(РУДН)

2.

Цель проекта
Разработка системы распознавания лиц в режиме реального времени на основе предобученной
модели распознавания лиц.

3.

Актуальность
1.Распознавание лица происходит быстро и автоматически
2.Без необходимости запоминания паролей и ношения пропусков
3.Помогает в розыске преступников. Поиске пропавших людей

4.

Основные компоненты:
1
Аппаратное обеспечение
Веб камера для захвата
лица,компьютер для обработки
информации.
2 Программное обеспечение:
Библиотеки для компьютерного зрения
(numpy,
open cv,dlib,face-recognition)
Встроенные модули Python(picle,os)

5.

Принцип работы
1. Захват видео: Программа использует cv2.VideoCapture для захвата кадров из видеопотока
с веб-камеры.
2. Обработка кадров (многопоточно).Результатом process_frame является сам кадр и список
обнаруженных лиц
с их координатами, категорией и именем.
3. Отображение результатов: После обработки кадра, программа рисует прямоугольники вокруг
обнаруженных
лиц на кадре.Текст внутри прямоугольника содержит категорию и имя.
4. Обработанный кадр с нарисованными прямоугольниками выводится на экран с помощью
cv2.imshow

6.

Реализация:
1.Создание базы данных с изображениями лиц людей
2. Использование библиотеки face_recognition для кодирования и сравнения лиц.
3. Создание программы
4. Тестирование распознавания лиц
5. Завершение: Программа работает в цикле, пока пользователь не нажмет клавишу q.

7.

Реализация:

8.

Реализация:

9.

Реализация:

10.

Примеры использования:
1. В офисах или на предприятиях.
2. В магазина хили другихсервисныхорганизациях, программа может идентифицировать постоянных
клиентов и предлагать им персонализированное обслуживание.
3. В школахи университетах.
4. На дорогах улиц-идентификация автомобилистов.

11.

Результаты:
Интерактивное отображение на видеопотоке с веб-камеры обнаруженных лиц, а также вывод имени и категории
(Ученик/Взрослый) каждого распознанного человека.

12.

Результаты:

13.

Заключение:
Система распознавания лиц, реализованная с использованием предобученной модели
face_recognition и библиотек OpenCV, NumPy и Dlib успешно выполняет идентификацию лиц
в реальном времени. Проектдемонстрирует широкие возможности применения технологии
распознавания лиц.

14.

Перспективы развития:
1. Можно добавить больше категорий (например, возрастные группы, пол).
2. Интеграция с базами данных: Сохранение распознанных лиц и их атрибутов в базе
данных для дальнейшего
анализа или поиска.
3. Многокамерные системы: Для обработки видео с нескольких камер одновременно
потребуется более мощное
аппаратное обеспечение
4. Систему можно интегрировать с электронным журналом посещаемости,
автоматически фиксируя приход и
уход каждого ученика.

15.

Аналоги:
Системы распознавания лиц от крупных технологических компаний: Amazon Rekognition, Google Cloud
Vision API, MicrosoftAzure Face API - это облачные сервисы.Они требуют оплаты за
использование.Главное отличие разработанного проекта от коммерческих аналогов - это его открытость и
относительная простота. Он основан на доступных библиотеках и предобученной модели, что делает его
более понятным и модифицируемым. Однако, коммерческие аналоги, как правило, обладают большей
точностью и функциональностью. В сравнении с другими аналогами, проект отличается своей ориентацией
на задачу распознавания лиц по категориям ("ученик"/взрослый").