moitvivt Моделирование, оптимизация и информационные технологии Modeling, Optimization and Information Technology 2310-6018 Издательство 327 ОСНОВНЫЕ МЕТОДОЛОГИЧЕСКИЕ ОСОБЕННОСТИ РАСПОЗНАВАНИЯ ЛИЦ THE MAIN METHODOLOGICAL FEATURES OF FACE RECOGNITION Логачева Оксана Евгеньевна Logacheva Oksana Evgenievna aff-1 Костюченко Вячеслав Владимирович Kostyuchenko Vyacheslav Vladimirovich aff-2 Воронежский институт высоких технологий Voronezh Institute of High Technologies Концерн радиостроения "Вега" Radio engineering Corporation "VEGA" 01 01 2026 1 1 e327 Copyright © Авторы, 2026 2026 This work is licensed under a Creative Commons Attribution 4.0 International License

В статье проводится анализ основных методологических особенностей, связанных с распознаванием лиц. Подобные подходы используются в системах обеспечения безопасности, охраны. Отмечены три основных шага, объединяющих разные подходы, направленные на распознавание лиц. Ключевыми составляющими процедуры распознавания являются: проведение детектирования лица, поиск ключевых точек лиц, представление лиц как векторов признаков. Указаны сложности выделения лиц на видеоданных. Проведен анализ перспектив применения алгоритмов Виолы-Джонса и Далала-Триггса. Отмечается, что модель деформируемых частей позволяет использовать сильные низкоуровневые признаки на основе гистограмм направленных градиентов, подобно алгоритму Далала-Триггса.

The paper analyzes the main methodological features associated with recognition. The similar approaches are used in systems of security, protection. There have been three basic steps, combining different approaches to face detection. The key components of the procedures of recognition are: implementation of face detection, the keypoints individuals, view individuals as vectors of features. Provided the complexity of the allocation of persons in video data. The analysis of perspectives of application of algorithms of Viola-Jones and Dalal-Triggs. It is noted that the model of the deformable parts allows the use of a strong low-level characteristics based on histograms of oriented gradients, like the algorithm DalalTriggs.

 распознавание лиц алгоритм цифровая обработка изображений информационные технологии face recognition algorithm digital image processing information technology Исследование выполнено без спонсорской поддержки. The study was performed without external funding. References Кругль Г. Профессиональное видеонаблюдение. Практика и технологии аналогового и цифрового CCTV. / Г.Кругль// М.: Секьюрити Фокус, 2010. - 640 с. Дамьяновски В. CCTV. Библия видеонаблюдения. Цифровые и сетевые технологии. / В.Дамьяновски //М.: Ай-Эс-Эс Пресс, 2006. - 480 с. Концепция построения и развития аппаратно-программного комплекса "Безопасный город" // Распоряжение Правительства Российской Федерации от 3.12.2014 № 2446-р. Ko T. A Survey on behavior analysis in video surveillance for homeland a. security application / T.Ko // 37th IEEE Applied Imagery Pattern Recognition Workshop. AIPR, 2008. P. 1-8. Zhao W. Face recognition: A literature survey / W.Zhao, R.Chellappa, P.Phillips, A.Rosenfeld // ACM Computing Surveys (CSUR). 2003. V. 35, № 4. P. 399-458 Brey P. Ethical Aspects of Face Recognition Systems in Public Places / P. Brey // Journal of Information, Communication & Ethics in Society. 2004. a. P.97-109. Брилюк Д.В. Распознавание человека по изображению лица нейросетевыми методами. / Д.В.Брилюк, В.В.Старовойтов // Минск: Ин-т техн. кибернетики НАН Беларуси, 2002. - 54 с. Viola P. Rapid object detection using a boosted cascade of simple features / P.Viola, M.Jones // Proc. International Conference on Computer Vision and Pattern Recognition. 2001. № 1. P. 511-518. Freund Y. Experiments with a new boosting algorithm / Y.Freund, R.E.Schapire // Machine Learning: Proc. of the 13th International Conference. 1996. P. 148-156. Dalal N. Histograms of Oriented Gradients for Human Detection / N.Dalal, B.Triggs // Proc. of the IEEE Conference Computer Vision and Pattern Recognition. 2005. P. 886-893. Cerna L.R. Face Detection: Histogram of Oriented Gradients and Bag of Feature Method / L.R.Cerna, G.Camara-Chaves, D.Menotti // Proc. of the International Conference on Image Processing, Computer Vision & Pattern Recognition (IPCV). 2013. 5 p. Felzenszwalb P. A Discriminatively Trained, Multiscale, Deformable Part Model / P.Felzenszwalb, D.McAllester, D.Ramanan // Proc. of the IEEE Conference on Computer Vision and Pattern Recognition. 2008. P. 1-8. Zhu X. Face detection, pose estimation and landmark localization in the wild / X.Zhu, D. Ramanan // Proc. of the IEEE Conference on Computer Vision and Pattern Recognition. 2012. 8 p. LeCun Y. Gradient-based learning applied to document recognition / Y.LeCun, L.Bottou, Y.Bengio, P.Haffner // Proc. of the IEEE. 1998. V. 86, no. 11. P. 2278-2324. Пеньков П.В. Экспертные методы улучшения систем управления / П.В.Пеньков // Вестник Воронежского института высоких технологий. 2012. № 9. С. 108-110. Головинов С.О. Цифровая обработка сигналов / С.О.Головинов, С.Г.Миронченко, Е.В.Щепилов, А.П.Преображенский // Вестник Воронежского института высоких технологий. 2009. № 4. С. 064-065. Преображенский А.П. Исследование возможности определения формы объекта в окрестности восстановления локальных отражателей на поверхности объектов по их диаграммам обратного рассеяния / А.П.Преображенский // Телекоммуникации. 2003. № 4. С. 29-32. Преображенский А.П. Аппроксимация характеристик рассеяния электромагнитных волн элементов, входящих в состав объектов сложной формы / А.П.Преображенский, Ю.П.Хухрянский // Вестник Воронежского государственного технического университета. 2005. Т. 1. № 8. С. 15-16. Преображенский А.П. Алгоритмы прогнозирования радиолокационных характеристик объектов при восстановлении радиолокационных изображений / А.П.Преображенский, О.Н.Чопоров // Системы управления и информационные технологии. 2004. Т. 17. № 5. С. 85-87. Косилов А.Т. Восстановление радиолокационных изображений объектов с использованием методов радиоголографии / А.Т.Косилов, А.П.Преображенский // Вестник Воронежского государственного технического университета. 2005. Т. 1. № 8. С. 79-81. Чутченко Ю.Е. Исследование возможности улучшения качества изображения / Ю.Е.Чутченко, А.П.Преображенский // Территория науки. 2007. № 3. С. 364-369. Даница А.И. Модели каналов передачи данных / А.И.Даница, В.Н.Кострова // Вестник Воронежского института высоких технологий. 2016. № 2(17). С. 86-90. Максимова А.А. Методы исследования характеристик рассеяния электромагнитных волн объектами / А.А.Максимова, А.Г.Юрочкин // Вестник Воронежского института высоких технологий. 2016. № 1(16). С. 53-56.

The authors declare that there are no conflicts of interest present.