Detekcja twarzy z wykorzystaniem splotowych sieci neuronowych

Celem pracy była realizacja oprogramowania do detekcji twarzy, z wykorzystaniem splotowej sieci neuronowej. Wybrano model sieci Mask R-CNN, co umożliwiło rozszerzenie systemu o instancyjną segmentację twarzy w obrazie. W ramach pracy wyuczono sieć wykorzystując bazę Wider Face. Aplikację zaimplementowano w języku Python w wersji 3.6, a do stworzenia graficznego interfejsu użytkownika wykorzystano bibliotekę PyQt5 oraz narzędzie Qt Designer. Aplikacja umożliwia analizę pliku wideo, strumienia wideo na bieżąco odczytywanego z kamery podłączonej do komputera oraz statycznego zdjęcia odczytanego z dysku. Podczas analizy wideo, ramki na których została wykryta twarz, są automatycznie zapisywane na dysku. Dodatkowo, wycinane i zapisywane są fragmenty filmu otaczające ramkę z wykrytą twarzą, do celów dalszego przetwarzania i analizy (poza programem). Głównym zastosowaniem aplikacji jest analiza materiału z kamery monitoringu pod kątem znalezienia ramek, na których są widoczne twarze. W ramach pracy przeprowadzono szereg testów automatycznych i manualnych, które wykazały poprawność działania poszczególnych funkcji aplikacji oraz zbadały skuteczność detekcji twarzy przez sieć neuronową.