Разработка алгоритма распознавания лиц на основе глубокого обучения

Марышева , Л.Т., Абдуллаев , Д.Б.

Innovations in Science and Technologies · 2026-yil

Annotatsiya

В статье рассматривается разработка алгоритма распознавания лиц на основе глубокого обучения с использованием сверточной сети ResNet-50, функции потерь ArcFace и механизмов внимания. Исходная схема исследования включает детекцию и выравнивание лица, извлечение эмбеддинга, нормализацию признаков и сопоставление по косинусной близости. Для обучения в исходном материале используется CASIA-WebFace, содержащий 494 414 изображений 10 575 личностей; изображения приводятся к размеру 112×112 пикселей, а предварительная обработка выполняется MTCNN. Методологический анализ показывает, что заявленная высокая точность должна подтверждаться отдельным протоколом тестирования, поскольку приведенный материал содержит параметры модели и распределение обучающей выборки, но не содержит полной таблицы результатов на LFW, порогов принятия решения, ROC-характеристик, FAR/FMR, FRR/FNMR, EER или доверительных интервалов. Поэтому показатель точности выше 99% не трактуется в переработанной версии как независимо подтвержденный экспериментальный результат. Для повышения воспроизводимости уточнены требования к описанию архитектуры внимания, размерности эмбеддинга, размеру пакета, числу эпох, расписанию скорости обучения, регуляризации, аугментации, аппаратной платформе и случайным начальным условиям. Предложен протокол сравнительной оценки с базовой ResNet-50, ArcFace без внимания и полной моделью, а также внешней проверкой на LFW и более сложных сценариях с окклюзиями, изменением позы и качества изображения. На основе данных NIST выделены дополнительные ограничения, связанные с масками, демографическими различиями и презентационными атаками. Практическое внедрение алгоритма в Узбекистане требует также соблюдения законодательства о биометрических персональных данных, включая требования к согласию, защите и хранению таких данных. Сформулированы направления дальнейшей экспериментальной проверки алгоритма. Особое внимание уделено различию между закрытой классификацией известных классов и открытой биометрической верификацией, где личности тестового набора могут отсутствовать в обучении, а качество определяется ошибками сопоставления при заранее установленном рабочем пороге системы.

Maqola ma’lumotlari
MualliflarМарышева , Л.Т., Абдуллаев , Д.Б.
JurnalInnovations in Science and Technologies
NashriyotТошкент давлат иқтисодиёт университети
ISSN3030-3451
Nashr sanasi2026-09-25
Jild3
Son9
Betlar596-607
TilRus
Ilmiy sohaIqtisodiyot
Indeksga qo‘shilgan2026-09-26

Maqolaning asl sahifasi

Kalit so‘zlar

распознавание лиц, глубокое обучение, CNN, ResNet-50, ArcFace, MTCNN, эмбеддинг, биометрия, anti-spoofing, верификация.

Ilmiy soha

Iqtisodiyot

Iqtibos keltirish

APAМарышева , Л.Т., & Абдуллаев , Д.Б. (2026). РАЗРАБОТКА АЛГОРИТМА РАСПОЗНАВАНИЯ ЛИЦ НА ОСНОВЕ ГЛУБОКОГО ОБУЧЕНИЯ. Innovations in Science and Technologies, 3(9), 596-607. https://innoist.uz/index.php/ist/article/view/1764
GOST (OAK)Марышева , Л.Т., Абдуллаев , Д.Б. РАЗРАБОТКА АЛГОРИТМА РАСПОЗНАВАНИЯ ЛИЦ НА ОСНОВЕ ГЛУБОКОГО ОБУЧЕНИЯ // Innovations in Science and Technologies. – 2026. – T. 3, № 9. – С. 596-607.
MLAМарышева , Л.Т., and Абдуллаев , Д.Б. “РАЗРАБОТКА АЛГОРИТМА РАСПОЗНАВАНИЯ ЛИЦ НА ОСНОВЕ ГЛУБОКОГО ОБУЧЕНИЯ.” Innovations in Science and Technologies, 3(9), 596-607, 2026. https://innoist.uz/index.php/ist/article/view/1764
ChicagoМарышева , Л.Т., and Абдуллаев , Д.Б. “РАЗРАБОТКА АЛГОРИТМА РАСПОЗНАВАНИЯ ЛИЦ НА ОСНОВЕ ГЛУБОКОГО ОБУЧЕНИЯ.” Innovations in Science and Technologies, 3(9), 596-607 (2026). https://innoist.uz/index.php/ist/article/view/1764
HarvardМарышева , Л.Т., and Абдуллаев , Д.Б (2026) ‘РАЗРАБОТКА АЛГОРИТМА РАСПОЗНАВАНИЯ ЛИЦ НА ОСНОВЕ ГЛУБОКОГО ОБУЧЕНИЯ’, Innovations in Science and Technologies, 3(9), 596-607. https://innoist.uz/index.php/ist/article/view/1764
BibTeX
@article{article2026,
  title = {РАЗРАБОТКА АЛГОРИТМА РАСПОЗНАВАНИЯ ЛИЦ НА ОСНОВЕ ГЛУБОКОГО ОБУЧЕНИЯ},
  author = {Марышева , Л.Т. and Абдуллаев , Д.Б.},
  journal = {Innovations in Science and Technologies},
  year = {2026},
  volume = {3},
  number = {9},
  pages = {596-607},
  url = {https://innoist.uz/index.php/ist/article/view/1764}
}

Boshqa maqola uchun iqtibos tayyorlash

Innovations in Science and Technologies jurnalidan boshqa maqolalar

Innovations in Science and Technologies — barcha maqolalar · 2026-yil arxivi

Марышева , Л.Т. — boshqa maqolalari

Iqtisodiyot sohasidagi boshqa maqolalar

Iqtisodiyot sohasidagi OAK jurnallari