УДК 004.93:004.89

В.М. ОПАНАСЕНКО
Інститут кібернетики ім. В.М. Глушкова НАН України, Київ, Україна,
 vlopanas@ukr.net

Ш.Х. ФАЗИЛОВ
Науково-дослідний інститут розвитку цифрових технологій та штучного інтелекту, Ташкент, Узбекистан,  sh.fazilov@gmail.com

С.С. РАДЖАБОВ
Інститут фундаментальних та прикладних досліджень при Національному дослідному університеті «ТІІІМСГ», Ташкент, Узбекистан,  s_radjabov@yahoo.com

Ш.С. КАХАРОВ
Кокандський університет, Коканд, Узбекистан,
 sh.kaxarov93@gmail.com

БАГАТОРІВНЕВА СИСТЕМА РОЗПІЗНАВАННЯ ОБЛИЧЧЯ

СПИСОК ЛІТЕРАТУРИ

1. Кийко В.М., Кийко К.В., Недашківський О.В., Мацелло В.В., Шлезінгер М.І. Метод компьютерной идентификации человека по изображению лица: пат. № 81514 Україна, заявл. 30.01 2006; опубл. 10.01.2008, Бюл. № 1. 26 с.


2. System and method for identifying object in video: United States Patent: № US 8,064,641 B2; Inventors: Anchishkin Y., Kyyko V., Musatenko Y., Schlesinger M., Kovtun I., Milshteyn K. Date of Patent: Nov. 22, 2011.


3. Method and system of person identification by facial image: United States Patent: № US 8,184,914 B2; Inventors: Tsariov A., Musatenko Y., Schlesinger M., Kyyko V., Kyiko K., Nedashkyvskyi O.; Date of Patent: May 22, 2012.


4. Gumede A., Viriri S., Gwetu M. Hybrid component-based face recognition. Proc. Conference on Information Communication Technology and Society (ICTAS). (Durban, South Africa, 2017). P. 1–6. hpps://doi.org/10.1109/ICTAS.2017.7920665.


5. Adam H., Serestina V. Invariant Feature Extraction for Component-based Facial Recognition. International Journal of Advanced Computer Science and Applications. 2020. Vol. 11. hpps://doi.org/10.14569/IJACSA.2020.0110386.


6. Paul S.K., Bouakaz S., Rahman C.M. et al. Component-based face recognition using statistical pattern matching analysis. Pattern Anal Applic 24, 2021. P. 299–319. hpps://doi.org/10.1007/ s10044-020-00895-4.


7. Камилов М.М., Фазылов Ш.Х., Мирзаев Н.М., Раджабов С.С. Модели алгоритмов распознавания, основанных на оценке взаимосвязанности признаков. Ташкент: Наука и технологии, 2020. 148 с.


8. Mohandes M., Deriche M., Aliyu S.O. Classifiers combination techniques: A comprehensive review. IEEE Access. 2018. Vol. 6. P. 19626–19639. hpps://doi.org/10.1109/ACCESS.2018. 2813079.


9. Opanasenko V.N., Kryvyi S.L. Synthesis of neural-like networks on the basis of conversion of cyclic hamming codes. Cybernetics and Systems Analysis. 2017. Vol. 53, N 4. P. 627–635. hpps://doi.org/10.1007/s10559-017-9965-z.


10. Tulyakov S., Jaeger S., Govindaraju V., Doermann D. Review of classifier combination methods. Machine Learning in Document Analysis and Recognition. Berlin: Springer, 2008. Р. 361–386.


11. De Stefano C., Fontanella F., di Freca A.S. A novel naive Bayes voting strategy for combining classifiers. Proc. Int. Conf. Front. Hand-writing Recognit. (Bari, Italy, Sep. 2012). P. 467–472.


12. Lan Y.-D., Gao L. A new model of combining multiple classifiers based on neural network. Proc. 4th Int. Conf. Emerg. Intell. Data Web Technol. 2013. Vol. 2. P. 154–159.


13. Chitroub S. Classifier combination and score level fusion: Concepts and practical aspects. Int. J. Image Data Fusion. 2010. Vol. 1, N 2. P. 113–135.


14. Color FERET Database. NIST. URL: https://www.nist.gov/itl/products–and–services/color–feret– database .


15. Viola P., Jones M.J. Robust real-time face detection. International Journal of Computer Vision. 2004. Vol. 57. P. 137–154.


16. Ojala T., Pietikainen M., Maenpaa T. Multiresolution gray-scale and rotation invariant texture classification with local binary patterns. IEEE Transactions on Pattern Analysis and Machine Intelligence (PAMI). 2002. Vol. 24, N 7. P. 971–987.


17. Opanasenko V., Palahin A., Zavyalov S. The FPGA-based problem-oriented on–board processor. Proc. of the 10th IEEE International Conference on Intelligent Data Acquisition and Advanced Computing Systems: Technology and Applications, (IDAACS’2019). (Metz, France, 18–21 Sept. 2019). 2019. Vol. 1. P. 152–157. https://doi.org/10.1109/IDAACS.2019. 8924360 .