Файл: Интеграция искусственного интеллекта в системы контроля и управления доступом на образовательные объекты.pptx

Государственное бюджетное профессиональное образовательное учреждение Московской области «Автомобильно-дорожный колледж»

Доклад на тему:

«Интеграция искусственного интеллекта в системы контроля и управления доступом на образовательные объекты»

Докладчик:

А. Астанина, ст. гр.114

Руководитель:

Ю.А. Алексеева, преподаватель

Современная история создания искусственного интеллекта на основе нейронных сетей началась с работы У. Маккалока и У. Питтса «Логическое исчисление идей, относящихся к нервной активности», где учёные формализуют понятие нейронной сети.

Работа была замечена в научном мире, и вскорости к авторам публикации присоединился Н. Винер, предложивший У. Питтсу вакуумные лампы в качестве средства для реализации эквивалентов нейронных сетей.

В 1948 г. Н. Винер опубликовал монографию о кибернетике. Основной идеей данной работы стала возможность представления сложных биологических процессов математическими моделями. С этого момента вопрос построения систем искусственного интеллекта стал находить своё отражение во многих работах учёных середины и конца двадцатого века.

В 2007 г. Джеффри Хинтон в университете Торонто (Канада) создал алгоритмы глубокого обучения многослойных нейронных сетей. Согласно методике Хинтона, необходимо использовать много примеров распознаваемых образов. После обучения получается готовое быстро работающее приложение, способное решать конкретную задачу.

Предлагается следующий режим работы системы контроля и управления доступом (СКУД):



1. Посетитель подходит к турникету с установленной на нём видеокамерой, которая передаёт изображение его лица в подсистему распознавания лиц.

2. В системе происходит идентификация посетителя по базе данных с использованием искусственного интеллекта.

3. Если посетителю разрешён доступ, то турникет открывается и посетитель заходит на объект.

Программное обеспечение разрабатывалось в linux ОС Ubuntu 22.10 среде PyCharm. Для разработки приложения использовалась библиотека с открытым кодом - OpenCV. В качестве интерфейса прикладного программирования (API) использовалось face_recognition API, который считается самым простым API для распознавания лиц на Python во всем мире.

---

Рисунок 1. - Внешний вид окна PyCharm с фрагментом программного кода.

В результате работы, программа в режиме on-line находит на изображении, полученному с видеокамеры, координаты лица посетителя. Сравнивает его с имеющимися фото в своей базе данных и, если посетителю вход разрешён - выдает команду на открытие турникета.

Рисунок 2. - Нахождение координат лиц на изображении

Одновременно с командой на открытие турникета, на монитор поста охраны учебного заведения выдается фото лица посетителя и данные о нём, хранящиеся в базы данных системы контроля и управления доступом (СКУД) учебного заведения.

Рисунок 3. - Информация отображаемая на экране монитора поста охраны

Астанина Анастасия (12.04.2005) - студентка гр.114. Обучается по профессии 09.01.03 “Оператор информационных систем и ресурсов“. Куратор - Моргунова Надежда Игоревна.

Управление открытием турникета осуществляется с помощью электро-механических реле, подключенных к соответствующим выводам внешнего управления на плате микроконтроллера. На рисунке приведен пример подключения внешнего управления к плате CLB турникета трипода

электромеханического серии PERCo-TTR-04.1

Рисунок 4. - Типовая схема подключения внешнего управления к плате CLB турникета

---