Жабська, Єлизавета ОлегівнаЄлизавета ОлегівнаЖабськаМеркулова, Катерина Володимирівна2025-12-022025-12-022025-11-27Жабська Є. О. Математичне та програмне забезпечення біометричної ідентифікації на основі локально-текстурних дескрипторів : дис. ... доктора філософії : 121 Інженерія програмного забезпечення. Київ, 2025. 205 с.УДК 004.4https://ir.library.knu.ua/handle/15071834/8725Жабська Є.О. Математичне та програмне забезпечення біометричної ідентифікації на основі локально-текстурних дескрипторів. – Кваліфікаційна наукова праця на правах рукопису. Дисертація на здобуття наукового ступеня доктора філософії за спеціальністю 121 «Інженерія програмного забезпечення» (12 – Інформаційні технології). – Київський національний університет імені Тараса Шевченка, Київ, 2025. Більшість сучасних досліджень щодо розробки програмних рішень біометричної ідентифікації за зображенням обличчя ґрунтується на використанні алгоритмів штучного інтелекту. Проте ці підходи мають певні обмеження, зокрема низьку адаптивність до змінних умов реального середовища через потребу у великій кількості якісних навчальних даних і значних ресурсів для підтримки їхньої роботи. Альтернативою методам штучного інтелекту є локально-текстурні дескриптори, які, попри неоціненність у сучасних дослідженнях, демонструють низку переваг при використанні у програмному забезпеченні, а саме не потребують значних обсягів даних, потужних апаратних можливостей чи тривалого навчання, і за певних обставин можуть перевершувати методи на основі штучного інтелекту за ефективністю. Дане дисертаційне дослідження присвячено вирішенню актуального наукового завдання підвищення ефективності програмного забезпечення біометричної ідентифікації за зображенням обличчя на основі локально-текстурних дескрипторів. У першому розділі представлено огляд програмних рішень задачі біометричної ідентифікації за зображенням обличчя, у межах якого встановлено переваги використання обличчя як біометричної ознаки, зокрема її неінвазивність і високу прийнятність користувачами; здійснено огляд сучасних досліджень і виявлено, що основною причиною помилок при ідентифікації є різниця в якості еталонних і тестових зображень; проаналізовано проблеми розпізнавання обличчя, зокрема оклюзію, неоднорідність, старіння, розпізнавання за одним зразком та у відеопотоці; досліджено процес біометричної ідентифікації та визначено потребу у ретельному підборі методів, покладених в його основі; сформульовано завдання дисертаційного дослідження, яке полягає у створенні комплексного методу біометричної ідентифікації на основі локально-текстурних дескрипторів з метою підвищення ефективності програмного забезпечення біометричної ідентифікації. Другий розділ присвячено дослідженню та розробці математичного забезпечення для програмного рішення біометричної ідентифікації за зображенням обличчя. У межах цього розділу здійснено вибір методів для розв'язання задачі біометричної ідентифікації. Описано математичне забезпечення, що включає методи Віола-Джонса на основі каскадів Гаара, анізотропну дифузію, вейвлет-перетворення Ґабора, комбінацію дескрипторів 1DLBP (локальні бінарні шаблони в одновимірному просторі) і HOG (гістограм орієнтованих градієнтів) та квадратну евклідову відстань для обробки та класифікації зображень. На основі визначеного математичного підґрунтя розроблено комплексний метод біометричної ідентифікації та здійснено підбір його параметрів. У третьому розділі описано процес створення програмної компоненти рішення задачі біометричної ідентифікації за зображенням обличчя, у межах якого визначено функціональні можливості програмного забезпечення, проаналізовано сценарії його використання, спроєктовано архітектуру та компоненти програмного рішення, розроблено структуру бази даних з урахуванням вимог до інтеграції в існуючі інформаційні системи, а також реалізовано вебзастосунок із клієнт-серверною архітектурою, що втілює розроблений комплексний метод біометричної ідентифікації. У четвертому розділі дисертації описано проведення експериментального дослідження ефективності розробленого комплексного методу біометричної ідентифікації за зображенням обличчя на основі локально-текстурних дескрипторів. У результаті експериментів встановлено, що найвищої точності у 95% комплексний метод досягає при одночасному застосуванні дескрипторів 1DLBP та HOG на зображеннях низької якості. Виявлено низку чинників, які впливають на ефективність методу. Експериментально доведено можливість підвищення точності на 5–30% завдяки перетворенням властивостей вхідних зображень. Порівняльний аналіз показав перевагу запропонованого комплексного методу над традиційними підходами та сучасними алгоритмами на основі штучного інтелекту. Наукова новизна отриманих результатів: 1. Вперше запропоновано комбіноване використання методів вилучення ознак із зображень на основі локально-текстурних дескрипторів 1DLBP (локальні бінарні шаблони в одновимірному просторі) та HOG (гістограми орієнтованих градієнтів), що дозволило підвищити точність програмного забезпечення біометричної ідентифікації порівняно з окремим застосуванням дескрипторів. 2. Вперше розроблено комплексний метод біометричної ідентифікації за зображенням обличчя, який поєднує метод Віола-Джонса на основі каскадів Гаара для виявлення обличчя на зображенні, анізотропну дифузію для попередньої обробки зображення, вейвлет-перетворення Ґабора для обробки зображення, комбінацію локально-текстурних дескрипторів 1DLBP (локальні бінарні шаблони в одновимірному просторі) та HOG (гістограми орієнтованих градієнтів) для вилучення векторів ознак із зображення та метрику квадратної евклідової відстані для класифікації вектору ознак, що підвищило ефективність біометричної ідентифікації при варіативності якості зображень та умов їх фіксації. 3. Удосконалено розроблений комплексний метод біометричної ідентифікації шляхом визначення оптимальних параметрів методу вейвлет-перетворення Ґабора, таких як розмір фільтрів, орієнтації нормалі до паралельних смуг функції Ґабора, довжина хвилі синусоїдальної складової, зсув фази синусоїдальної функції, стандартне відхилення огинаючої Ґауса та просторове співвідношення сторін, що підвищило ефективність комплексного методу в програмному забезпеченні біометричної ідентифікації за зображенням обличчя. Практичне значення отриманих результатів: 1. Розроблено математичне забезпечення біометричної ідентифікації для програмних систем, на основі якого створено комплексний метод біометричної ідентифікації особи за зображенням обличчя, що забезпечує здійснення процесу ідентифікації шляхом отримання зображення, локалізації обличчя на зображенні, попередньої обробки зображення обличчя, обробки зображення обличчя, формування вектору ознак із зображення та подальшої його класифікації. 2. Створено програмне забезпечення біометричної ідентифікації за зображенням обличчя, в якому реалізовано такі функціональні можливості, як здійснення ідентифікації суб’єкта, перегляд попередніх результатів ідентифікації, перегляд записів бази даних, здійснення експериментального дослідження комплексного методу біометричної ідентифікації та підбір його параметрів.Zhabska Y.O. Mathematical and software framework for biometric identification based on local texture descriptors. – Qualification scientific work on the rights of the manuscript. The PhD thesis on competition of a scientific degree of the Doctor of Philosophy in the specialty 121 “Software Engineering” (12 – Information Technologies). – Taras Shevchenko National University of Kyiv, Kyiv, 2025. Most modern research on the development of software solutions for biometric identification by face images is based on the use of artificial intelligence algorithms. However, these approaches have certain limitations, in particular, low adaptability to variable real-world conditions due to the need for a large amount of high-quality training data and significant resources required to support their operation. An alternative to artificial intelligence methods is the use of local-texture descriptors, which, despite being underappreciated in contemporary studies, demonstrate a number of advantages in software applications. In particular, they do not require large volumes of data, powerful hardware capabilities, or prolonged training processes, and under certain conditions may outperform artificial intelligence based methods in terms of efficiency. This dissertation research is devoted to solving the topical scientific problem of increasing the efficiency of biometric identification software based on face images using local-texture descriptors. The first chapter presents a review of software solutions for the problem of biometric identification based on face images, within which the advantages of using the face as a biometric feature are established, in particular its non-invasiveness and high user acceptability; a review of modern studies is carried out, and it is revealed that the main cause of errors during identification is the difference in quality between etalon and test images; the problems of face recognition are analyzed, including occlusion, heterogeneity, aging, single-sample recognition, and recognition in video streams; the process of biometric identification is investigated, and the necessity of careful selection of the methods underlying it is identified; the objective of the dissertation research is formulated, which consists in developing a complex method of biometric identification based on local-texture descriptors with the aim of increasing the efficiency of biometric identification software. The second chapter is devoted to the research and development of the mathematical framework for the software solution of biometric identification based on face images. Within this chapter, the selection of methods for solving the biometric identification problem is carried out. The mathematical framework is described, which includes the Viola-Jones method based on Haar cascades, anisotropic diffusion, Gabor wavelet transform, a combination of 1DLBP (local binary patterns in one-dimensional space) and HOG (histograms of oriented gradients) descriptors, and squared Euclidean distance for image processing and classification. Based on the defined mathematical foundation, a comprehensive biometric identification method is developed and its parameters selected. The third chapter describes the process of developing the software component of the biometric identification solution based on face images, within which the functional capabilities of the software are defined, its usage scenarios analyzed, the architecture and components of the software solution designed, the database structure developed considering the requirements for integration into existing information systems, and a web application with client-server architecture implementing the developed complex biometric identification method is implemented. The fourth chapter of the dissertation describes the conduct of experimental research on the efficiency of the developed complex biometric identification method based on face images using local-texture descriptors. As a result of the experiments, it was established that the highest accuracy of 95% is achieved by the complex method when 1DLBP and HOG descriptors are simultaneously applied to low-quality images. A number of factors influencing the efficiency of the method were identified. It was experimentally proven that accuracy can be improved by 5–30% through transformations of the properties of input images. A comparative analysis demonstrated the advantage of the proposed method over traditional approaches and modern artificial intelligence based algorithms. Scientific novelty of the obtained results: For the first time, a combined use of feature extraction methods from images based on local texture descriptors 1DLBP (local binary patterns in one-dimensional space) and HOG (histograms of oriented gradients) was proposed, which allowed to increase the accuracy of biometric identification software compared to the separate application of the descriptors. For the first time, a comprehensive biometric identification method was developed, which combines the Viola-Jones method based on Haar cascades for face detection, anisotropic diffusion for image preprocessing, Gabor wavelet transform for image processing, a combination of local-texture descriptors 1DLBP (local binary patterns in one-dimensional space) and HOG (histograms of oriented gradients) for feature vector extraction from the image, and squared Euclidean distance metric for feature vector classification, which increased the efficiency of biometric identification under conditions of variability in image quality and capture conditions. The developed complex biometric identification method was improved by determining the optimal parameters of the Gabor wavelet transform method, such as filter size, orientation of the normal to the parallel bands of the Gabor function, wavelength of the sinusoidal component, phase offset of the sinusoidal function, standard deviation of the Gaussian envelope, and spatial aspect ratio, which improved the efficiency of the comprehensive method in biometric identification software based on face images. Practical significance of the obtained results: The mathematical foundation for solving the biometric identification problem in software systems was developed, on the basis of which a complex method of biometric identification by face image was created, providing the identification process by acquiring an image, localizing the face in the image, preprocessing the face image, processing the face image, forming a feature vector from the image, and further classifying it. A software component for solving the biometric identification problem based on face images was developed, which implements such functional capabilities as subject identification, viewing previous identification results, browsing database records, conducting experimental research of the comprehensive biometric identification method, and selecting its parameters.ukпрограмне забезпеченнябіометріябіометрична ідентифікаціяінформаційні технологіїкомп’ютерний зіррозпізнавання шаблонівцифрове зображенняобробка зображеньвиявлення об’єктіврозпізнавання обличаналіз данихвилучення ознакключова точкаоцінка схожості зображенькласифікаціяsoftwarebiometricsbiometric identificationinformation technologycomputer visionpattern matchingdigital imageimage processingobject detectionface recognitiondata analysisfeature extractioninterest pointimage similarity evaluationclassificationДисертація