Программа распознавания лиц для идентификации личности на основе алгоритмов машинного обучения

В современное время многие компании организуют автоматические системы контроля прохода во внутренние помещения для защиты от посторонних людей. Самым распространенным решением в такой задаче является ввод пропусков в виде пластиковых карточек, которые требуется прикладывать к считывателям, чтобы пройти турникеты. Другим способом организации автоматической системы контроля пропуска является создание системы распознавания личности на основе биометрических данных. Сегодня уже хорошо изучена задача детекции объектов, в частности лиц, а развитие технологий позволяет без использования огромных кластеров обучать точные модели распознаванию лиц, проводя расчеты на GPU. Целью данной работы является изучение современных алгоритмов обнаружения и распознавания лиц на изображении для разработки приложения микро-сервиса для распознавания личности на основе фотографии лица с использованием алгоритмов машинного обучения. Приложение реализовано на языке Kotlin 1.3 и использует библиотеку OpenCV как бэкенд для выполнения вычислений в нейронной сети. Обучение нейронной сети написано на Python 3.7 с использованием библиотеки PyTorch 1.0 для ускоренного обучения нейронных сетей на GPU. Данная работа содержит 35 страниц, 3 главы, рисунков, 3 таблицы, 5 формул и 19 источников. Ключевые слова: распознавание по лицу, машинное обучение, глубокое обучение, нейронные сети, сиамские сети, детекция лиц.