https://libeldoc.bsuir.by/handle/123456789/63488| Title: | Разработка легковесного алгоритма детекции «живости» лица (liveness detection) для систем веб-идентификации |
| Other Titles: | Evaluation of the effectiveness of generative policy in optimizing design decisions |
| Authors: | Андриалович, И. В. Галяк, И. П. Касперец, Е. А. |
| Keywords: | материалы конференций;Big Data;информационные системы;биометрические аунтефикации;подделка биометрических данных;энтропические точки лица |
| Issue Date: | 2026 |
| Publisher: | БГУИР |
| Citation: | Андриалович, И. В. Разработка легковесного алгоритма детекции «живости» лица (liveness detection) для систем веб-идентификации = Evaluation of the effectiveness of generative policy in optimizing design decisions / И. В. Андриалович, И. П. Галяк, Е. А. Касперец // Big Data и анализ высокого уровня = Big Data and Advanced Analytics : сборник научных статей XII Международной научно-практической конференции, Республика Беларусь, Минск, 23 апреля 2026 года : в 2 ч. Ч. 1 / Белорусский государственный университет информатики и радиоэлектроники [и др.] ; редкол.: В. А. Богуш, С. К. Дик, Т. В. Казак. – Минск, 2026. – С. 268–274. |
| Abstract: | В статье рассматривается разработка легковесного алгоритма проверки «живости» лица в режиме реального времени, предназначенного для противодействия подделке биометрических данных в системах веб-идентификации. Предложенный метод базируется на анализе антропометрических точек лица с использованием алгоритмов компьютерного зрения. Данный подход позволяет снизить требованиях к аппаратным ресурсам, что делает его эффективной альтернативой ресурсоемким нейросетевым решениям. |
| Alternative abstract: | The article explores the development of a lightweight real-time face liveness detection algorithm designed to counter biometric data spoofing in web-based authentication systems. The proposed method is based on analyzing facial anthropometric landmark dynamics using classical computer vision algorithms. This approach significantly reduces hardware resource requirements, offering an efficient alternative to computationally expensive deep learning-based solutions. |
| URI: | https://libeldoc.bsuir.by/handle/123456789/63488 |
| Appears in Collections: | BIG DATA and Advanced Analytics = BIG DATA и анализ высокого уровня : сборник научных статей : в 2 ч. (2026) |
| File | Description | Size | Format | |
|---|---|---|---|---|
| Adrialovich_Razrabotka.pdf | 4.28 MB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.