Необходимо зарегистрироваться, чтобы получить доступ к полным текстам статей и выпусков журналов!
- Название статьи
- Оптимизация искусственных нейронных сетей в задачах обработки графической информации для идентификации психофизиологических состояний субъекта
- Авторы
- Ложников Павел Сергеевич lozhnikov@gmail.com, д-р техн. наук, заведующий кафедрой "Комплексная защита информации", ФГБОУ ВО "Омский государственный технический университет", г. Омск, Россия
Сулавко Алексей Евгеньевич sulavich@mail.ru, канд. техн. наук, доцент кафедры "Комплексная защита информации", ФГАОУ ВО "Омский государственный технический университет", г. Омск, Россия
Жумажанова Самал Сагидулловна samal_shumashanova@mail.ru, аспирантка, ФГБОУ ВО "Омский государственный технический университет", Омск, Россия
- В разделе
- ОБЩИЕ ВОПРОСЫ БЕЗОПАСНОСТИ ИНФОРМАЦИИ И ОБЪЕКТОВ
- Ключевые слова
- ИК-термография / термоизображения / психофизиологическое состояние / пространство признаков / формула гипотез Байеса / сверточные нейронные сети
- Год
- 2020 номер журнала 3 Страницы 40 - 47
- Индекс УДК
- 004.932.72'1
- Код EDN
- Код DOI
- Финансирование
- Тип статьи
- Научная статья
- Аннотация
- Использование дистанционных технологий идентификации психофизиологических отклонений (ПФС) необходимо. Применение таких систем имеет ряд преимуществ, связанных с возможностью осуществления скрытого контроля, с отсутствием физического контакта человека с системой и т. д. В связи с распространением коронавирусной инфекции COVID-19 индустрия безопасности находится в поиске способов использования имеющихся решений, в частности на базе тепловизионных камер, для их интеграции в системы массового скрининга субъектов. Это сделало очевидным тот факт, что тепловидение является альтернативным инструментом в борьбе с распространением эпидемии. Современные системы оценки ПФС человека имеют либо недостаточный функционал, связанный с ограниченным кругом идентифицируемых состояний, либо недостаточную точность идентификации состояний. Комплексирование различных методов обработки и преобразования цифровых изображений (термограмм), а также методов принятия решений на базе статистических и нейросетевых алгоритмов может решить указанную проблему. В настоящей работе приведены результаты исследований по идентификации нескольких психофизиологических состояний с использованием методов и алгоритмов обработки цифровых изображений и нейросетевого алгоритма принятия решений на базе комитета обученных сверточных нейронных сетей.
- Полный текст статьи
- Необходимо зарегистрироваться, чтобы получить доступ к полным текстам статей и выпусков журналов!
- Список цитируемой литературы
-
HFACS, Inc | The HFACS Framework [Электронный ресурс]. URL: <https://www.hfacs.com/hfacs-framework.html> (дата обращения: 18.10.2019).
Driver fatigue and road accidents - RoSPA [Электронный ресурс]. URL: <https://www.rospa.com/road-safety/advice/drivers/fatigue/road-accidents/> (дата обращения: 07.10.2019).
Prevalence of Drowsy Driving Crashes: Estimates from a Large-Scale Naturalistic Driving Study [Электронный ресурс] // AAA Foundation. 2018. URL: <https://aaafoundation.org/prevalence-drowsy-driving-crashes-estimates-large-scale-naturalistic-driving-study/> (дата обращения: 08.10.2019).
lynn.greenbauer.ctr@dot.gov. Driving Drunk or High Puts Everyone in Danger [Электронный ресурс]: Text // NHTSA. 2017. URL: <https://www.nhtsa.gov/drunk-driving/drive-sober-or-get-pulled-over> (дата обращения: 08.10.2019).
The Effects of a Heavy Workload on Employees [Электронный ресурс] // Bizfluent. URL: <https://bizfluent.com/info-8178431-effects-heavy-workload-employees.html>(дата обращения: 08.10.2019).
Koukiou G. Intoxication Identification Using Thermal Imaging // Hum.-Robot Interact. - Theory Appl. 2017.
Hermosilla G. et al. Face Recognition and Drunk Classification Using Infrared Face Images [Электронный ресурс]: Research article // J. Sensors. 2018. URL: https://www.hindawi.com/journals/js/2018/5813514/ (accessed: 04.09.2019).
Neagoe V.-E., Carata S.-V. Drunkenness diagnosis using a Neural Network-based approach for analysis of facial images in the thermal infrared spectrum // 2017 E-Health Bioeng. Conf. EHB. 2017. P. 165-168.
Koukiou G., Anastassopoulos V. Local difference patterns for drunk person identification // Multimed. Tools Appl. 2018. V. 77. № 8. P. 9293-9305.
Kiashari S. E. H. et al. Monitoring the Variation in Driver Respiration Rate from Wakefulness to Drowsiness: A Non-Intrusive Method for Drowsiness Detection Using Thermal Imaging // J. Sleep Sci. 2018. V. 3. № 1-2. P. 1-9.
Hu M. et al. Combination of near-infrared and thermal imaging techniques for the remote and simultaneous measurements of breathing and heart rates under sleep situation // PloS One. 2018. V. 13. № 1. P. e0190466.
Lopez M. B., del-Blanco C. R., Garcia N. Detecting exercise-induced fatigue using thermal imaging and deep learning: 2017 Seventh International Conference on Image Processing Theory, Tools and Applications (IPTA). 2017. P. 1-6.
Sharma N. et al. Thermal spatio-temporal data for stress recognition // EURASIP J. Image Video Process. 2014. V. 2014. № 1. P. 28.
Cho Y., Bianchi-Berthouze N., Julier S. J. DeepBreath: Deep Learning of Breathing Patterns for Automatic Stress Recognition using Low-Cost Thermal Imaging in Unconstrained Settings // 2017 Seventh Int. Conf. Affect. Comput. Intell. Interact. ACII. 2017. P. 456-463.
Engert V. et al. Exploring the Use of Thermal Infrared Imaging in Human Stress Research // PLoS ONE. 2014. V. 9. № 3.
Жумажанова С. С., Лукин Д. В., Белгородцев А. А. Разработка методики выделения участков лица и шеи на термограммах и изображениях в видимом спектре для последующего анализа в целях выявления психофизиологического состояния субъекта (Обзор) // Вопросы защиты информации. 2018. № 4(123). P. 24-35.
Сулавко А. Е., Жумажанова С. С., Фофанов Г. А. Перспективные нейросетевые алгоритмы распознавания динамических биометрических образов в пространстве взаимозависимых признаков // Динамика систем механизмов и машин. 2018. V. 6. № 4.
Николенко С., Кадурин А., Архангельская Е. Глубокое обучение. - СПБ: Издательский дом "Питер, 2017.- 481 p.
- Купить
