Primena metoda dubokog ucenja u sintezi sistemi za prepoznavanje lica

UVOD

Glavni problem koji razmatram u ovom radu jesu komponente koje cine jedan sistem za prepoznavanje lica. Jos od ranih dana sa pojavom kamera, rodila se potreba za sistemima koji bi mogli da identifikuju osobe na njima. Tokom vremena su se razne metode smenjivale, od prepoznavanja pokreta, otisaka prstiju, do prepoznavanja lica. U ovom radu ce biti reci upravo o tehnologijama koje se koriste za prepoznavanje lica, konrektno, fokusiracemo se na tehnike dubokog ucenja u sintezi sistema za prepoznavanje lica. Ovakvi sistemi su slozeni i predstavljaju sintezu raznih tehnologija i metoda kako bi uspesno radili. Sam razvoj ovih sistema je zahtevan, i zahteva tim ljudi koji su sposobni za resavanje kako matematickih, tako i racunarskih problema. Ovi problemi proizilaze iz potrebe za visokom tacnoscu sistema, kao i od varijacija usled koriscenja razne opreme i alata. Svakoga dana se sve vise softvera zasniva upravo na ovoj tehnologiji, a to podrazumeva njenu ispravnost, robusnost i tacnost. Jedna od tehnika koja je omogucila nagli razvoj ove oblasti jesu duboke neuronske mreze. Pored ovoga, ubrzan razvoj tehnologija i racunarskih komponenti omogucili su znatno brzi razvoj i treniranje ovakvih mreza, o cemu ce biti reci u nastavku ovog rada. Glavni cilj mog istrazivanja u ovom radu jeste sinteza sistema za prepoznavanje lica koristeci vec postojece metode za detekciju, ekstrakciju vektora obelezja, i njihovo uporedjivanje radi dobijanja zelenih rezultata.