| Form of studies |
Bachelor |
| Title of the study programm |
Computer Systems |
| Title in original language |
Atvērtā koda sejas atpazīšanas sistēmu analīze kontrolētos apstākļos |
| Title in English |
Analysis of Open Source Facial Recognition Systems under Controlled Conditions |
| Department |
Faculty Of Computer Science Information Tehnology And Energy |
| Scientific advisor |
Aleksandrs Sisojevs |
| Reviewer |
Olga Krutikova |
| Abstract |
Sejas atpazīšanas tehnoloģijas kļūst aizvien pieejamākas, īpaši atvērtā koda risinājumu veidolā, kas nodrošina elastīgu izmantošanu dažādās jomās – piekļuves kontrolē, uzraudzībā un automatizētās sistēmās. Tomēr šo sistēmu praktiskā efektivitāte un precizitāte var ievērojami atšķirties atkarībā no dažādiem faktoriem, piemēram, apgaismojuma, sejas leņķa vai daļēja sejas aizseguma.
Bakalaura darba mērķis ir kontrolētos apstākļos izpētīt un eksperimentāli salīdzināt trīs atvērtā koda sejas atpazīšanas sistēmas, noskaidrot to stiprās un vājās puses, kā arī, apvienojot efektīvākās komponentes, izstrādāt hibrīdrisinājumu un sniegt rekomendācijas sistēmas izvēlei dažādos pielietojuma scenārijos.
Darbā tika salīdzinātas trīs sistēmas – face_recognition, DeepFace un InsightFace, izvērtējot to precizitāti, ātrdarbību un resursu patēriņu. Augstāko precizitāti 98,33% sasniedza InsightFace un izstrādātais hibrīdrisinājums, turklāt neviena sistēma nepieļāva kļūdainu identifikāciju. Hibrīdrisinājums, kas apvieno RetinaFace detektoru, ArcFace iegultnes un 68 atslēgpunktu izlīdzināšanu, uzrādīja augstāko ātrdarbību 333,51 ms uz attēlu jeb 3,00 fps, saglabājot augstāko precizitāti. Pamatojoties uz iegūtajiem rezultātiem, izstrādātas rekomendācijas sistēmas izvēlei atkarībā no pielietojuma prasībām.
Darba apjoms ir 69 lappuses, tajā iekļauti 20 attēli un 15 tabulas. Pielikumos ievietotas 12 tabulas un .zip arhīvs ar izmantoto sistēmu pirmkodu un attēlu datu kopām. Darbā izmantoti 58 informācijas avoti. |
| Keywords |
SEJAS ATPAZĪŠANA, ATVĒRTĀ KODA SISTĒMAS, BIOMETRIJA, DZIĻĀ MAŠĪNMĀCĪŠANĀS, HIBRĪDRISINĀJUMS, PRIVĀTUMS |
| Keywords in English |
FACIAL RECOGNITION, PUBLIC SAFETY, PRIVACY, OPEN SOURCE SYSTEMS, BIOMETRICS |
| Language |
lv |
| Year |
2026 |
| Date and time of uploading |
07.01.2026 07:29:46 |
