Розроблення автоматизованої системи розпізнавання працівника на основі його біометричних даних

Abstract

Магістерська кваліфікаційна робота виконана студентом групи КНСШ-22 Карпінським Романом Мирославовичем. Тема “Розроблення автоматизованої системи розпізнавання працівника на основі його біометричних даних ”. Робота направлена на здобуття ступеня магістр за спеціальністю 122 «Комп’ютерні науки». Магістерська кваліфікаційна робота присвячена розробленню програми по розпізнавання лиця працівника. У першому розділі було розглянуто як різним фірмам необхідно покращувати автоматизацію своєї роботи, в нашому випадку це стеження за роботою працівників, покращення якості роботи працівників і зменшення затраченого часу на цю роботу. Також ми розглянули як саме працює цей алгоритм розпізнавання лиця, розглянули інші методи розпізнавання лиця і оцінили їх ефективність роботи. У другому розділі описано, які програмні продукти ми вибрали для реалізації дипломного проекту, які мови програмування були застосовані, такі як: Python, HTML ,CSS, JS. (мови програмування, мова розміток сторінки). База даних яка підходила краще під цей проект, було вибрано: Firebase (сервіс для зберігання даних користувача ), а також Visual Studio code (середовище розробки). Реалізація програми через веб сайт, розглянули нейроні мережі і яким саме методом вона буде створюватись в проекті. У третьому розділі описано графічну реалізацію веб сайту програми, розроблення нейронної мережі, створення проекту бази даних і заповнення її необхідною інформацією. На закінчені тест самої програми, як вона працює в різних розширеннях. Master’s degree work of the student of the group CSAI-22 Karpinski Roman Vyronovych. The topic is " Development of an automated employee recognition system based on his biometric data". The work is aimed at obtaining a master's degree in 122 "Computer Science". The thesis is dedicated to the development of a program for recognizing the face of the employee for the website. In the first section it was considered how different firms need to improve the automation of their work, in our case it is monitoring the work of employees, improving the quality of employees and reducing the time spent on this work. We also looked at how exactly this face recognition algorithm works, looked at other face recognition methods, and evaluated their performance. The second section describes which software products we chose to implement the thesis project, which programming languages were used, such as: Python, HTML, CSS, JS. (programming languages, page markup language). The database that best suited this project was selected: Firebase (a service for storing user data), as well as Visual Studio code (development environment). Implementation of the program through a website, considered the neural networks and what method it will be created in the project. The third section describes the graphical implementation of the program's website, neural network development, creating a database project and filling it with the necessary information. At the end of the test of the program itself, how it works in different extensions.