Учебно-лабораторный стенд «Построение СКУД на основе распознавания лиц пользователей»


Комплект «Построение СКУД на основе распознавания лиц пользователей» должен обеспечить формирование и развитие компетенций, обозначенных в стандартах ФГОС 3+ по специальности 10.05.02 «Информационная безопасность телекоммуникационных систем», 10.05.01 «Компьютерная безопасность», 10.05.03 «Информационная безопасность автоматизированных систем», а также по направлению подготовки бакалавров 10.03.01 «Информационная безопасность».

С целью формирования и развития указанных компетенций с помощью комплекта учебного оборудования должны проводиться лабораторные и практические работы по курсам: «Биометрия», «Биометрия и защита информации», «Биометрические технологии контроля и управления доступом».

Для этого комплект должен обеспечить знакомство с основными архитектурами нейронных сетей, которые могут применяться в области биометрии, развитие навыка построение модели нейронной сети для классификации лиц пользователей, основных способов построения системы контроля управления доступом на основе распознавания легитимных пользователей с помощью фотографии лица.

Целью лабораторной работы при помощи данного стенда является создание архитектуры нейронной сети классификации пользователя на основе его биометрических данных, использование предварительно обученных моделей нейронной сети, сбор и формирование обучающего набора данных, определение метрик качества распознавания, проведение оценки эффективности, подбор и настройка гиперпараметров для повышения точности распознавания, определение уязвимых особенностей при построении системы контроля управления доступом с точки зрения количества ошибок первого и второго рода и формирование стратегии по уменьшении данных показателей.

Состав:

  1. Персональный компьютер.
  2. Веб-камера.
  3. ПО для разметки изображений.
  4. Среда разработки для обучения моделей классификации.
  5. Учебно-методическая литература.

ПО для разметки изображений

Предназначено для ручной разметки изображений для задачи детекции и классификаци. Для задачи классификации программное обеспечение позволяет присвоить лейбл (класс) для каждой картинки и его последующего сохранения. Для задачи детекции программное обеспечение позволяет выделить необходимый участок на изображении с помощью прямоугольной области и сохранить отнормированные координаты выделенной области в отдельном текстовом файле с наименованием исходного изображения. Программное обеспечение должно предусматривать определение пользователем каталога, где должны размещаться изображения, а также куда должны сохраняться результаты разметки. Программное обеспечение должно позволять пользователю переключаться между изображениями, в процессе их разметки. Программное обеспечение использует изображения в формате jpeg, png. Выходными данные ПО Учтех-разметка является текстовый файл с расширением .txt. 

Среда разработки

Среда разработки предназначена для обучения нейронной сети. Данная система должна быть выполнена в виде интерактивных исполняемых ячеек. Модуль разбит на блоки (ячейки), при этом эти ячейки можно независимо вызывать и исполнять и для каждой ячейки формируются выходные данные, которые показываются пользователю сразу после выполнения.  Среда разработки должна включать в себя:

  • блок инициализации библиотек для взаимодействия,
  • блок создания/настройки архитектуры модели нейронной сети,
  • блок с входными данными для обучения модели,
  • блок с настройками гиперпараметров нейронной сети,
  • блок с обучением нейронной сети,
  • блок просмотра метрик и результата обучения,
  • блок сохранения весов модели и вывода инференса.

 При выполнении ячейки выходные данные должны отображаться внизу ячейки. Данная среда должна использовать язык программирования Python и включать в себя необходимые библиотеки для обучения нейронной сети (Pytorch, matplotlib, pandas, numpy). Среда выполнения должна позволять сохранять веса обученной нейронной сети на локальном компьютере. А также выводить результат обучения в области выходных данных. Среда разработки должна включать в себя:

  • загрузку дополнительных библиотек,
  • функцию объединения исполняемых ячеек,
  • перезапуск, выключение ядра (встроенный модуль в ядре операционной системы компьютера, который обеспечивает контроль системы и облегчает взаимодействие между аппаратными и программными компонентами),
  • обеспечивать взаимодействие с локальными файлами на ПК,
  • возможность надстройки виджетов для создания интерактивных графических интерфейсов,
  • обеспечивать взаимодействие вычислений с помощью графической видеокарты.

 Лабораторный практикум

  1. Знакомство со стендом
  2. Формирование и разметка обучающей выборки для задачи классификации пользователя по фото.
  3. Построение модели распознавания пользователей с помощью CNN.
  4. Настройка гиперпарметров и оценка эффективности построенной модели.
  5. Формирование и разметка обучающей выборки для детекции лица пользователя.
  6. Построение модели, выполняющей детекцию лиц пользователей и проведение оценки ее эффективности.
  7. Построение системы контроля управления доступом на основе биометрических данных пользователя.
  8. Настройка гиперпараметров и оценка эффективности распознавания пользователя системой.