Розробка методу із розпізнаванням обличчя і додатковим рівнем захисту за допомогою хмарних технологій
Автор: Лисович Олег Володимирович
Кваліфікаційний рівень: магістр
Спеціальність: Інформаційні технології проектування
Інститут: Інститут комп'ютерних наук та інформаційних технологій
Форма навчання: денна
Навчальний рік: 2022-2023 н.р.
Мова захисту: українська
Анотація: Лисович О.В., Станкевич О.М. (керівник). Розробка методу із розпізнаванням обличчя і додатковим рівнем захисту за допомогою хмарних технологій. Магістерська кваліфікаційна робота. — Національний університет «Львівська політехніка», Львів, 2022. Магістерська кваліфікаційна робота містить у собі запропонований проєкт розробки та розгортання у хмарному сервісі Microsoft Azure системи розпізнавання обличчя. Ця система використовує машинне навчання, комп?ютерний зір – концепцію поєднання згорткових нейромереж (CNN), та передбачає проведення розподілених обчислень. У проєкт входить три окремі розробки: архітектура системи, оптимізованої під зменшення необхідної для обміну файлів між периферійними пристроями та хмарним середовищем пропускної здатності; програма стиснення даних, отриманих із камери; архітектура хмарного АРІ, що опрацьовує зображення і є оптимізованим під потенційне масштабування у хмарі. Для зменшення необхідної пропускної здатності під час обміну файлів передбачене залучення проміжних вузлів, що опрацьовують дані та знаходяться поблизу місць їх генерування. Для цього у проєкті також застосовуються граничні обчислення. Робота кожного вузла передбачає отримання зображень з відеопотоку чи запису пов?язаних камер та попередню обробку – пошук та виділення на кожному кадрі людського обличчя. Результат обробки – отримані окремі зображення самих облич, що передаються у хмарне середовище для визначення збігів із обличчями, вже знайомими системі. Звуження запиту до окремої частини кадру, на якій знаходиться лише обличчя, допомагає ефективно знизити рівень пропускної здатності, необхідної для зв?язку системи із хмарою. АРІ побудовано за принципами RESTful API та використовує контейнери, що підтримуються хмарним сервером Kubernetes. Розпізнавання облич, отриманих від граничних пристроїв, відбувається саме у цих контейнерах. Вони є основою потенційного масштабування – навантаження розподіляється рівномірно між наявними контейнерами, але при збільшенні звичного рівня потрібної продуктивності їх кількість може збільшитись. Набір людей, із якими знайома система хмарного АРІ, не обмежений лише тими обличчями, яким вона була попередньо навчена. АРІ не лише дозволяє додавати чи вилучати людей із набору даних, але з ним також можна задати нову модель розпізнавання облич так, щоб почати працювати із новим набором даних відразу, тобто перейти на нову модель безперебійно, без шкоди для робочого процесу. При цьому БД дозволяє зберігання даних результату такого процесу для подальшого аналізу.