Стаття присвячена дослідженню методів розпізнавання облич і спрямована на визначення найбільш підходящого для системи безпеки на основі розпізнавання облич з камер відеоспостереження. Проаналізовано часові витрати цих методів та їх стійкість до спотворень геометричного масштабу та поворотів у різних площинах. Для експериментів згенеровано власні набори даних. Особливу увагу приділено компромісу між швидкістю та точністю розглянутих методів для їх використання як першого етапу системи безпеки на основі розпізнавання обличчя у відеопотоці. Проведені дослідження показали, що найефективнішими виявилися методи RetinaFace-MobileNet0.25, FaceBoxes, SCRFD500MF, CenterFace; RetinaFaceResNet125, DSFD, RetinaFaceMobileNet0.25 які стійкі до повороту обличчя. Крім того, при виборі найбільш оптимального методу розпізнавання обличчя для застосування в системі безпеки враховувалася наявність інформативних параметрів оличчя, а також той факт, що методи розпізнавання, які використовуються на наступному етапі, мають свої обмеження щодо стійкості до афінних перетвотрень.
[1] Zhang, K., Zhang, Z., Li, Z., & Qiao, Y. (2016). Joint face detection and alignment using multitask cascaded convolutional networks. IEEE Signal Processing Letters, 23(10), 1499–1503. doi : 10.1109/lsp.2016.2603342.
[2] Zhang, S., Zhu, X., Lei, Z., Shi, H., Wang, X., & Li, S. Z. (2017). FaceBoxes: A CPU real-time face detector with high accuracy. 2017 IEEE International Joint Conference on Biometrics (IJCB). doi : 10.1109/btas.2017.8272675.
[3] Ren, S., He, K., Girshick, R., & Sun, J. (2017). Faster R-CNN: Towards real-time object detection with region proposal networks. IEEE Transactions on Pattern Analysis and Machine Intelligence, 39(6), 1137–1149. https://doi.org/10.1109/tpami.2016.2577031.
[4] Deng, J., Guo, J., Ververas, E., Kotsia, I., & Zafeiriou, S. (2020). Retinaface: Single-shot multilevel face localisation in the wild. 2020 IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR). https://doi.org/10.1109/cvpr42600.2020.00525
[5] Xu, Y., Yan, W., Yang, G., Luo, J., Li, T., & He, J. (2020). Centerface: Joint face detection and alignment using face as point. Scientific Programming, 2020, 1–8. https://doi.org/10.1155/2020/7845384
[6] Guo, J., Deng, J., Lattas, A., & Zafeiriou, S. (2021, May 10). Sample and computation redistribution for efficient face detection. arXiv.org. Retrieved July 15, 2023, from https://arxiv.org/abs/2105.04714
[7] Zhang, E., & Zhang, Y. (2009). Average precision. Encyclopedia of Database Systems, 192–193. https://doi.org/10.1007/978-0-387-39940-9_482
[8] Deepinsight. (n.d.). Insightface/model_zoo at master • deepinsight/insightface. GitHub. Retrieved July 15, 2023, from https://github.com/deepinsight/insightface/tree/master/model_zoo
[9] Yang, S., Luo, P., Loy, C. C., & Tang, X. (2016). Wider face: A face detection benchmark. 2016 IEEE Conference on Computer Vision and Pattern Recognition (CVPR). https://doi.org/10.1109/cvpr.2016.596
[10] Timesler. (n.d.). Timesler/facenet-pytorch: Pretrained Pytorch Face Detection (MTCNN) and facial recognition (InceptionResnet) models. GitHub. Retrieved July 15, 2023, from https://github.com/timesler/facenet-pytorch
[11] Zisianw. (n.d.). Zisianw/faceboxes.pytorch: A pytorch implementation of faceboxes. GitHub. Retrieved July 15, 2023, from https://github.com/zisianw/FaceBoxes.PyTorch
[12] Hukkelas. (n.d.). Hukkelas/DSFD-pytorch-inference: A high-performance pytorch implementation of face detection models, including RetinaFace and DSFD. GitHub. Retrieved July 15, 2023, from https://github.com/hukkelas/DSFD-Pytorch-Inference
[13] Star-Clouds. (n.d.). Star-Clouds/Centerface: Face detection. GitHub. Retrieved July 15, 2023, from https://github.com/Star-Clouds/CenterFace
[14] Deepinsight. (n.d.). Insightface/python-package at master • deepinsight/insightface. GitHub. Retrieved July 15, 2023, from https://github.com/deepinsight/insightface/tree/master/pythonpackage
[15] Unique, worry-free model photos. Generated Photos. (n.d.). Retrieved July 15, 2023, from https://generated.photos/
[16] Character Creator (CC) is a full character creation solution for designers to easily generate, import and customize stylized or realistic character. Retrieved July 10, 2023, from https://www.reallusion.com/character-creator/
[17] Olena Yakovleva, Andrii Kovtunenko, Valentyn Liubchenko, Vadym Honcharenkoand Oleg Kobylin Face Detection for Video Surveillance-based Security System COLINS-2023: 7th International Conference on Computational Linguistics and Intelligent Systems, April 20-21, 2023, Kharkiv, Ukraine p.69-86