На сьогодні, актуальною науковою задачею є розроблення інформаційної технології ідентифікації змін емоційного стану людини за мімічними проявами, яка забезпечить підвищення точності ідентифікації різких змін емоційного стану за відеопотоком в режимі реального часу, що у такий спосіб дасть змогу покращити процес виявлення аномальної поведінки групи людей в натовпі для систем, що відповідають вимогам безпеки. У результаті виконання дисертаційної роботи було розв’язано актуальну науково-прикладну задачу покращення процесу виявлення аномальної поведінки групи людей у натовпі за їхніми мімічними проявами у системах, що відповідають вимогам безпеки.
Об’єктом дослідження є процес виявлення аномальної поведінки групи людей у натовпі за їхніми мімічними проявами у системах, що відповідають вимогам безпеки.
Предметом дослідження є моделі, методи та засоби інформаційної технології ідентифікації змін емоційного стану людини за мімічними проявами для систем, що відповідають вимогам безпеки.
Метою дисертаційної роботи є підвищення точності ідентифікації змін емоційного стану людини за мімічними проявами шляхом розроблення інформаційної технології для виявлення аномальної поведінки групи людей у натовпі за їхніми мімічними проявами у системах, що відповідають вимогам безпеки.
Наукова новизна одержаних результатів полягає в наступному:
1) розроблено нову модель подання мімічних проявів емоційних станів людини, у якій на відміну від аналогів стійко групуються та розділяються основні класи емоцій, що дало змогу використовувати зображення з низькою роздільною здатністю в камерах відеоспостереження та виявляти різкі зміни емоційного стану;
2) розроблено новий метод геометричної інтерпретації ділянок обличчя, який на відміну від аналогів дає можливість прозоро отримувати характерні ознаки мімічної активності, що дозволило з малою обчислювальною складністю аналізувати зображення з низькою роздільною здатністю;
3) удосконалено метод гіперплощинної класифікації для ідентифікації мімічних проявів емоційних станів, який на відміну від аналогів дозволяє будувати гіперплощину розмежування у векторному просторі ознак за принципом «людина-у-петлі», що дало змогу отримати класифікатори для виявлення різких змін емоційних станів;
4) одержала подальшого розвитку інформаційна технологія ідентифікації різких змін емоційного стану, яка відрізняється від аналогів простою моделлю, прозорим та зрозумілим виділенням ознак та класифікацією, що дало змогу локалізувати групи людей з різкою зміною емоційного стану за матеріалами зовнішньої відеофіксації з високим показником точності.
Поєднання в інформаційній технології нової моделі подання мімічних проявів, нового методу геометричної інтерпретації та вдосконаленого методу гіперплощинної класифікації дало змогу отримати високу точність класифікації емоційних станів людини (до 82,42%), що надає працівникам служби безпеки надійний та ефективний інструмент для розуміння динаміки натовпу і прогнозування потенційних ризиків для безпеки під час масового скупчення людей. Результати експериментальних тестувань із використанням розробленого прототипу програмного забезпечення підтверджують вірність наукових положень запропонованої інформаційної технології, оскільки її впровадження дає змогу підвищити достовірність виявлення аномальної поведінки за мімічними проявами на 0,91-2,20%, залежно від різних емоцій та умов навколишнього середовища, та знизити ймовірність виникнення помилки під час ідентифікації різких змін емоційних станів на 0,23 %-2,21 % порівняно із сучасними аналогами.
Теоретичні та практичні результати дослідження впроваджені в ПП «ШЕЛТЕР ПЛЮС» (м. Хмельницький), ТОВ “ІТСАЙТС” (м. Хмельницький) та в освітньому процесі Хмельницького національного університету під час викладання дисциплін на кафедрі комп’ютерних наук для спеціальності 122 Комп’ютерні науки, а також при виконанні науково-дослідних робіт за двома держбюджетними темами Хмельницького національного університету “Агентно-орієнтована система підвищення безпеки та якості програмного забезпечення комп’ютерних систем” та “Розроблення інформаційної технології прийняття контрольованих людиною критично-безпекових рішень за ментально-формальними моделями машинного навчання”, в яких автор дисертації був безпосереднім виконавцем.
