Реализация системы идентификации и распознавания когнитивного поведения наблюдаемого

Обложка

Цитировать

Полный текст

Аннотация

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.

Об авторах

Олег Михайлович Демиденко

Гомельский государственный университет имени Франциска Скорины

ORCID iD: 0000-0002-0601-0758
Scopus Author ID: 6602779227
ResearcherId: AAD-2488-2019
Белоруссия, 246019, г. Гомель, ул. Советская, 104

Наталья Андреевна Аксёнова

Гомельский государственный университет имени Франциска Скорины

ORCID iD: 0000-0002-1558-3064
Белоруссия, 246019, г. Гомель, ул. Советская, 104

Андрей Валерьевич Воруев

Гомельский государственный университет имени Франциска Скорины

ORCID iD: 0000-0003-0235-0875
Scopus Author ID: 57426557700
Белоруссия, 246019, г. Гомель, ул. Советская, 104

Список литературы

  1. 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
  2. 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
  3. 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
  4. Shapiro L., Stockman G. Computer Vision. London, Pearson, 2006. 752 p.
  5. 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).

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML


Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution 4.0 International License.

Согласие на обработку персональных данных

 

Используя сайт https://journals.rcsi.science, я (далее – «Пользователь» или «Субъект персональных данных») даю согласие на обработку персональных данных на этом сайте (текст Согласия) и на обработку персональных данных с помощью сервиса «Яндекс.Метрика» (текст Согласия).