Для цитирования:
Demidenko O. M., Aksionova N. A., Varuyeu A. V. Implementation of the identification and recognition system cognitive behavior of the observed [Демиденко О. М., Аксёнова Н. А., Воруев А. В. Реализация системы идентификации и распознавания когнитивного поведения наблюдаемого] // Известия Саратовского университета. Новая серия. Серия: Математика. Механика. Информатика. 2024. Т. 24, вып. 2. С. 275-286. DOI: 10.18500/1816-9791-2024-24-2-275-286, EDN: ODMKXD
Implementation of the identification and recognition system cognitive behavior of the observed
[Реализация системы идентификации и распознавания когнитивного поведения наблюдаемого]
В статье описывается и анализируется разработка системы идентификации и распознавания когнитивного поведения учащихся для определения заинтересованности по мимике лица. Цель исследования — найти подходящие технологии для реализации данной системы. Определение эмоций позволит организовать контроль за качеством учебного процесса, провести статистику когнитивного поведения студентов во время проведения занятий и показать уровень заинтересованности обучаемых в излагаемом материале. Система идентификации позволит автоматически определять и регистрировать время прихода и ухода студентов в режиме реального времени. На основе совместного применения метода Виолы – Джонса и метода ближайших соседей с использованием гистограмм центрально-симметричных локальных бинарных образов разработана система распознавания лиц в видеопоследовательности в реальном времени. Описана структура проекта и разработано программное обеспечение на языке программирования Python с использованием библиотеки с открытым исходным кодом Keras. Разработанная система состоит из двух подсистем: идентификации и распознавания когнитивного поведения. Научная новизна заключается в комплексном подходе к разработке и исследованию алгоритмов распознавания и идентификации лиц в режиме реального времени для решения прикладных задач.
- Demidenko O. M., Aksionova N. A. Development of a machine vision system for image recognition of design estimates. Nonlinear Phenomena in Complex Systems, 2022, vol. 25, iss. 2, pp. 159–167. https://doi.org/10.33581/1561-4085-2022-25-2-159-167
- Badrinarayanan V., Kendall A., Cipolla R. SegNet: A Deep Convolutional Encoder-Decoder Architecture for Image Segmentation. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2017, vol. 39, iss. 12, pp. 2481–2495. https://doi.org/10.1109/TPAMI.2016.2644615
- Viola P., Jones M. Rapid object detection using a boosted cascade of simple features. Proceedings of the 2001 IEEE Computer Society Conference on Computer Vision and Pattern Recognition (CVPR), 2001, vol. 1, pp. 511–518. https://doi.org/10.1109/CVPR.2001.990517
- Shapiro L., Stockman G. Computer Vision. London, Pearson, 2006. 752 p.
- Aksionova N. A., Demidenko O. M., Voruev A. V. Implementation of a system for determining students’ emotions by their facial expressions. Proceedings of Francisk Skorina Gomel State University. Natural Sciences, 2022, iss. 3 (132), pp. 82–87 (in Russian).
- 374 просмотра