Оценка точности модели распознавания потенциальных антропогенных угроз в рамках «умного города»

Abstract

В статье представлена оценка точности модели распознавания потенциальных антропогенных угроз, предназначенной для применения в интеллектуальных системах видеонаблюдения «умного города». Модель ориентирована на комплексную оценку потенциальной опасности лица на основе двух ключевых факторов: текущего психоэмоционального состояния и идентификации личности. Для определения психоэмоционального состояния используется модель распознавания эмоций на базе сверточных нейронных сетей (FER), дообученная методом fine-tuning, а идентификация лиц осуществляется с применением дескрипторов библиотеки dlib. В работе описана архитектура системы, приведены графики обучения, матрицы ошибок и результаты экспериментального тестирования. Оценка качества выполнена с использованием метрик Accuracy, Precision, Recall и F1-score. Экспериментальные результаты показывают, что средняя точность распознавания эмоций достигает 87–90 %, а точность идентификации лиц — до 92 % при фронтальном положении лица. Полученные данные подтверждают эффективность предложенной модели и возможность её использования для расчёта интегрального показателя потенциальной опасности лица в системах обеспечения безопасности «умного города».