FACE RECOGNITION WITH SIAMESE NEURAL NETWORKS

Bolatzhan Kumalakov; Saltanat Zhumagalieva

doi:10.26577/jpcsit20253102

Автор(и)

Bolatzhan Kumalakov Astana IT University, Astana, Kazakhstan https://orcid.org/0000-0003-1476-9542 (неавтентифікований)
Saltanat Zhumagalieva Astana IT University, Astana, Kazakhstan https://orcid.org/0009-0007-9231-2480 (неавтентифікований)

DOI:

https://doi.org/10.26577/jpcsit20253102

Ключові слова:

бет-әлпетті тану, сиамдық нейрондық желілер, терең оқыту, конволюциялық нейрондық желілер, ерекшеліктерді табу, ұқсастық метрикасы, өнімділікті бағалау

Анотація

Бет-әлпетті тану технологияларын дамыту тиімді идентификация әдістеріне деген сұраныстың өсуіне байланысты аса өзекті болып отыр. Дәстүрлі әдістер жарықтандыру жағдайларының, позаның және бет-әлпет өрнектерінің өзгеруіне байланысты жиі қиындықтарға тап болып, нақты сценарийлерде қолдану мүмкіндігін шектейді. Терең оқытудың соңғы жетістіктері, әсіресе конволюциялық нейрондық желілер (CNN), эталондық деректер жинақтарында өнімділікті айтарлықтай жақсартты. CNN-нің мамандандырылған класы болып табылатын сиамдық нейрондық желілер бет-әлпетті тануда перспективалық шешім ретінде танылып, ерекшеліктерді көрсету мен ұқсастық метрикаларын үйренудегі ерекше қабілетін көрсетті. Бұл зерттеу сиамдық нейрондық желілердің әртүрлі деректер жиынтықтары мен нақты уақыттағы сценарийлердегі бет-әлпетті танудағы тиімділігін қатаң бағалауға бағытталған. Бет-әлпетті тануға арналған үш түрлі деректер жинағын пайдалана отырып, зерттеу желінің күрделі жағдайларда дәлдігі мен тұрақтылығын, сондай-ақ нақты уақытта ұқсас және ұқсас емес беттерді ажырату қабілетін бағалайды. Нәтижелер сиамдық нейрондық желілердің позаның, жарықтың және өрнектердің өзгеруіне төтеп бере отырып, бет-әлпетті тану тапсырмаларындағы тиімділігін көрсетеді. Бұл зерттеу сиамдық нейрондық желілердің бет-әлпетті тану технологиясын дамытудағы әлеуетін тереңірек түсінуге ықпал етіп, олардың практикалық қолданылуы туралы құнды ақпарат береді.

Завантажити

Дані для завантаження поки недоступні.

Біографії авторів

автор Bolatzhan Kumalakov, афіліація Astana IT University, Astana, Kazakhstan

Dr. Bolatzhan Kumalakov is an Associate professor at Astana IT University (Astana, Kazakhstan, bolatzhan.kumalakov@astanait.edu.kz). He received his PhD in Computer Science from al-Farabi Kazakh National University in 2014. Dr. Kumalakov has over 16 years of experience in software engineering and artificial intelligence. His research interests include multi-agent systems, high-performance computing, software engineering methods and tools. He is a member of the Institute of Electrical and Electronics Engineers (IEEE).
автор Saltanat Zhumagalieva, афіліація Astana IT University, Astana, Kazakhstan

Saltanat Zhumagalieva is a master’s degree student at Astana IT University in the Department of Computational and Data Sciences (Astana, Kazakhstan, saltanatamanzhanovna070503@gmail.com). Her academic interests focus on artificial intelligence, machine learning, and data-driven technologies.