Використання згортальних нейронних мереж для ідентифікації обличчя людини

Abstract

Українська мова В даній роботі розглянута нейронна мережа, завданням якої є ідентифікація обличчя людини. Ідентифікація особи людини зводиться до розв'язку завдання класифікації, а модель представлена у вигляді згортальної нейронної мережі. У якості прототипу взята нейронна мережа Lenet-5, яка застосовувана для ідентифікації рукописних цифр. Враховуючи, що ідентифікація особи є більш складним завданням, чим ідентифікація рукописних цифр, була змінена архітектура нейронної мережі. Запропоновано три варіанти мережі різної архітектури, зроблене їхнє навчання на одній і тій же вибірці зображень обличчя людині, яка була створена для розв'язку завдання. При цьому використані різні функції активації й методи оцінки точності ідентифікації. Мінімізація функції помилки при ідентифікації виконана методами стохастичного градієнтного спуску (SGD) та Adam. У якості оцінки нейронних мереж різної архітектури використані час навчання й точність ідентифікації. Англійська мова In this work was considered a neural network, whose task is to identify a person's face. Identification of a person's personality is reduced to the solution of the classification problem, and the model is represented as a convolutional neural network. Lennet-5 neural network is used, as a prototype, to identify handwritten digits. Considering that facial identification is a more complex task than identifying handwritten digits, the architecture of the neural network has been changed. Three variants of the network of different architecture was proposed, they trained on the same sample of images of a person, which was created for solving the problem. In this case, lots of activation functions and methods for assessing the accuracy of the identification was used. Minimization of the error function for identification was performed using stochastic gradient descent (SGD) and Adam methods. As an estimation of neural networks of different architecture, time of training and accuracy of identification was used. Російська мова В данной работе рассмотрена нейронная сеть, задачей которой является идентификация лица человека. Идентификация личности человека сводится к решению задачи классификации, а модель представлена в виде сверточной нейронной сети. В качестве прототипа взята нейронная сеть Lenet-5, которая применяется для идентификации рукописных цифр. Учитывая, что идентификация личности является более сложной задачей, чем идентификация рукописных цифр, была изменена архитектура нейронной сети. Предложено три варианта сети различной архитектуры, реализовано их обучение на одной и той же выборке изображений лиц людей, которая была создана для решения данной задачи. При этом использованы различные функции активации и методы оценки точности идентификации. Минимизация функции ошибки при идентификации выполнена методами стохастического градиентного спуска (SGD) и Adam. В качестве оценки нейронных сетей различной архитектуры использованы время обучения и точность идентификации.