Наведено порівняльний аналіз сучасних методів суперроздільної здатності (Super Resolution, SR), що підвищують точність розпізнавання облич у системах відеоспостереження. Низька якість зображень, отриманих з камер спостереження, є значною перешкодою для ефективної ідентифікації осіб, що робить застосування SR-методів особливо актуальним.
Стаття присвячена теоретичним основам та практичним аспектам розпізнавання обличь за допомогою нейронних мереж. В роботі аналізуються різні підходи до вилучення ознак з зображень обличь, а також методи навчання нейронних мереж для розпізнавання. Особлива увага приділяється проблемам, пов'язаним з варіаціями освітлення, виразами обличчя та іншими факторами, що впливають на точність розпізнавання.
Проблема побудови системи розпізнавання обличчя стикається з численними викликами, такими як зміни освітлення, пози і вирази обличчя. Основні етапи цього процесу включають виявлення, вирівнювання, виділення ознак та представлення обличчя. Кожен з цих етапів має критичне значення для досягнення точної ідентифікації.
Досліджено принципи побудови систем спостереження та розпізнавання об’єктів. Наведено класифікацію способів розпізнавання людських облич. Проаналізовано роботу мережі прогресивного калібрування (ПКМ) для розпізнавання людських облич. Розроблено алгоритм розпізнавання облич, створено програмну систему розпізнавання облич і проведено її тестування.
Розглянуто інтелектуальну інформаційну систему «Розумний замок» для захисту приміщень. Здійснено загальний опис розумних будинків та актуальності їх використання. Сформульовано проблему, яка виникає під час використання розумних пристроїв для дому. Наведено приклади двох відомих таких моделей: SmartLock та Schlage Sense Smart Lock. Проаналізовано їхні переваги та недоліки для врахування під час розроблення інтелектуального замка. Подано короткий опис актуальної інформації щодо методики розпізнавання обличчя. На основі цих даних сформульовано цілі, які досягнуто у цій статті.