Международная телекоммуникатсионная конферентсия Молодеж и наука Ч.3 2015

Информатика и процессы управления

С.Ю. РЕДЮК, А.Б.САТТАРОВ Научный руководитель – А.Е. КОРОТКОВ, к.т.н., доцент

Национальный исследовательский ядерный университет «МИФИ»

РЕАЛИЗАЦИЯ МЕТОДА ПОСЛЕДОВАТЕЛЬНОГО ОБХОДА

GiST ИНДЕКСА В СУБД POSTGRESQL

Реализован альтернативный метод обхода GiST индекса[1], используемого в СУБД PostgreSQL, на основе последовательного обращения к внешней памяти. Оптимизация выполнения запросов к базе данных производится за счет сокращения среднего времени позиционирования считывающей головки жесткого диска.

Втекущей версии СУБД PostgreSQL при сканировании любого индекса структура данных индекса обходится в логическом порядке[2]. Логический обход индекса с точки зрения ресурсов внешней памяти не является эффективным, так как при этом используется произвольный доступ к памяти, для которого не оптимизированы накопители на жестких дисках (применяемые повсеместно и являющиеся стандартными средствами хранения данных для большинства вычислительных машин). Поэтому в случаях, когда для выполнения запроса нужно прочитать значительную часть индекса, может быть более эффективно прочитать странички (ячейки памяти) на диске подряд в их физическом порядке (sequential index scan). Реализовать такую возможность мешает проблема конкурентного доступа[3]. Другими словами, есть шанс прочитать одни и те же данные два раза (“двойное чтение”) или не прочитать часть данных вообще (“потерянное чтение”).

Вданной учебно-исследовательской работе представлено программное решение проблем такого рода. В ее результате был спроектирован алгоритм, сканирующий все странички, начиная с корневой, последовательно в их физическом порядке. Был сделан вывод, что реализованный алгоритм приводит к оптимизации за счет уменьшения количества системных вызовов seek операционной системы (позиционирования считывающей головки диска), а также времени произвольного доступа к данным на диске (random access time – среднее время, за которое производится позиционирование головки чтения/записи на произвольный участок магнитного диска).

Информатика и процессы управления

На графике проиллюстрирован один из примеров, использованных в исследовании. Время выполнения запроса при логическом обходе зависит от количества удовлетворяющих этому запросу страничек. Последовательный обход индекса выполняется за константное время, которое зависит только от объема данных в базе. Проведенные эксперименты показали состоятельность предположения и эффективность алгоритма.

Стоит отметить, что альтернативными способами оптимизации обращений к внешней памяти являются грамотная настройка системы кэширования и хранение всей базы данных в оперативной памяти. Однако данные способы являются либо крайне дорогостоящими, либо алгоритмически сложными. Предложенный в работе метод – оптимальное решение, не требующее каких-либо дополнительных затрат.

В дальнейшем планируется реализовать метод последовательного обхода для btree индекса в СУБД PostgreSQL.

Список литературы

1.Kornacker M., Access Methods for Next-Generation Database Systems – 2000.

2.PostgreSQL 9.4.1 Documentation // PostgreSQL Global Development Group – 2015.

3.Hellerstein J. M., Naughton J. F., Pfeffer A., Generalized search trees for database systems. – September, 1995.

_______________________________________________________________________

Информатика и процессы управления

А.М. АЛЮШИН Научный руководитель – Н.М. ЛЕОНОВА, д.т.н., профессор

Национальный исследовательский ядерный университет «МИФИ»

УПРАВЛЕНИЕ СМАРТФОНОМ С ПОМОЩЬЮ ТЕХНОЛОГИИ АЙТРЕКИНГА

Данная работа посвящена разработке программно-аппаратного комплекса для мобильного устройства, который позволяет решать следующие задачи: распознавание лица человека на основании разработанного алгоритма сверяемых компо-

нент и метода автоматической настройки контраста изображения при раз-

личной освещенности; выделение глаз на лице человека; фиксирование процесса моргания левого и правого глаза. Проведен ряд тестов, которые подтвердили правильность разработанных алгоритмов и их реализацию в мобильном устройстве.

В настоящее время существует ряд важных задач, связанных с технологией айтрекинга и идентификацией лица человека (причем первое неразрывно связано со вторым) [1, 2, 3], а именно выделение на лице глаз, рта, носа, и других основных характеристических черт. Данная задача находит огромное применение в различных областях науки и техники: в системах охраны (вход в защищенное помещение через распознавание лица), в медицине, в системах контроля за человеком (определение активности человека), управление персональным компьютером и т.п.

Существуют множество различных методов распознавания лица: LBPметод, метод главных компонент, анализ “отличительных черт”, анализ на основе нейронных сетей, метод Виолы-Джонса. У каждого метода есть свои плюсы и недостатки. Что касается решения задачи айтрекинга, то, по сути, − это решение задачи распознавания глаз человека по информации с нескольких камер, направленных под различными углами к лицу человека. Большинство методов работают с бинарным изображением, и для качественной работы им нужна точная картинка, равномерно освещенная со всех сторон, что, в принципе, достаточно тяжело получить, поэтому требуются определенные алгоритмы, предназначенные для автоматического изменения контрастности изображения с целью наиболее полного анализа.

Именно поэтому в данной работе решались следующие задачи:

− разработка алгоритмов распознавания лица и глаз человека на основании алгоритмов, основанных на сверяемых компонентах [2];

Информатика и процессы управления

−разработка методов автоматической настройки контраста изображения при различной освещенности;

−реализация начального этапа технологии айтрекинга, а именно, фиксация моргания глазами;

−разработка программно-аппаратного комплекса для работы на мобильном устройстве на операционной системе android, позволяющего распознавать глаза на лице человека, используя переднюю камеру небольшой разрешающей способности.

Основными достоинствами данного подхода являются: низкие требования к вычислительным ресурсам, использование всего одной камеры, что позволит работать данной программе на мобильных устройствах, и как следствие, − возможность широкого внедрения программы.

Таким образом, основными результатами проведенных исследований на данном этапе являются:

1) на основе созданной математической модели разработан алгоритм, лежащий в основе подготовленного программного обеспечения, которое позволяет распознавать глаза на лице человека, а также процесс моргания с различной освещенностью, что, в свою очередь, достигается использованием адаптивно подбираемым порогом бинаризации изображения;

2) разработано программное обеспечение для мобильного телефона с небольшой разрешающей способностью (от 0.3 до 1.2 Мп) и невысокопроизводительным процессором, которое дает возможность распознавать лица, в частности, глаза на лице, и анализировать изменение этих глаз (на первом этапе анализировался процесс моргания);

3) проведены эксперименты, показавшие достаточно высокую производительность программы.

Список литературы

1.Safonov, I. Gartseev, J. Seppanen, O.Tishutin, M.Pikhletsky and M.J.A. Bailey “An approach for benchmarking of activity recognition”, Proc. of 11th Int. conf. “Pattern Recognition and Image Analysis: new information technologies”, Vol. 2, pp. 457-460, 2013.

2.Zhao, W., and R. Chellappa. “Image-based Face Recognition: Issues and Methods”, 2002

_______________________________________________________________________

Информатика и процессы управления

А.М. АЛЮШИН Научный руководитель – С.В. ДВОРЯНКИН, д.т.н., профессор

Национальный исследовательский ядерный университет «МИФИ»

АУДИОМАРКИРОВАНИЕ НОСИТЕЛЕЙ ИНФОРМАЦИИ

Разработаны алгоритмы представления изображений динамических спектрограмм или речевой подписи (РП) для применения в качестве особых штриховых маркеров для защиты документов и изделий от фальсификации и подделок. Разработан сайт, с помощью которого пользователь может сформировать графический образ речевого сообщения (РС), содержащего основные сведения о защищаемом продукте, с последующим размещением такого аудиомаркера на поверхности носителя защищаемой информации. Подготовлено программное обеспечение (ПО) для мобильных телефонов, способное распознать и озвучить РП.

В настоящее время существует ряд важных задач, связанных с повышением защищенности информации и продукции от подделок и контрафакта. Например, повышением защищенности бумажных документов (договоров, спецификаций, ценных бумаг и т.п.), объем оборота которых, несмотря ни на что, не уменьшается [1, 2, 3].

Те способы, которые используются в настоящее время для проверки подлинности, не идеальны и могут быть сымитированы. Ни для кого не секрет, что можно подделать подпись, стоящую под документом, водяные знаки, несанкционированно использовать печать и т.д., и т.п. Значительно повысить защищенность документов от подделки позволяет как применение технологий, основанных на личных биометрических данных человека, поскольку они сугубо индивидуальны, так и использование информационной связи между маркером и защищаемым текстом, при которой изменение текста приводит к изменению маркера и наоборот. В этой области одной из новых универсальных и экономичных технологий является использование РС в качестве своеобразных аудиомаркеров, смысловое содержание которых, понимаемое после их озвучивания, связано с защищаемым документом, а уникальные голосовые признаки подтверждают авторство его исполнителя [1].

Предлагаемый способ защиты заключается в следующем. В конец или любое другое место текстового документа добавляется рисунок речевой подписи. Как правило, это изображение узкополосной спектрограммы речевого сигнала, обрамленное контурами границ, которое можно отсканировать или снять на камеру мобильного телефона для распознавания, синтеза и озвучивания. Как уже отмечалось, в РП может храниться неко-

Информатика и процессы управления

торая важная, значимая информация, связанная с исходным текстом таким образом, что изменение основной части текста должно повлечь за собой изменение речевой подписи, что сделать без автора (исполнителя) этого документа невозможно. На рисунке 1 приведен пример речевой подписи.

Рис. 1. Пример аудиомаркера с речевым сообщением длительностью 12 с

На данном этапе проведенных исследований удалось достичь следующих результатов:

4)Разработаны алгоритмы создания и обработки РП и подготовлено соответствующее ПО в виде:

сайта, позволяющего формировать графический образ речевого сообщения в виде аудиомаркера для его размещения на документе;

приложения для мобильного телефона и компьютера, позволяющего распознать и озвучить такие маркеры с РП.

5)Проведены эксперименты, продемонстрировавшие работоспособность ПО, которое при частоте 30 fps и размере кадра 408x306 с использованием фильтров шумов и фильтров сглаживания на телефоне с частотой процессора 1,2 GHz работало без задержек (время обработки для последующего озвучивания изображения типового аудиомаркера с РП типа рис.1 не превышало 0,3 с.).

Список литературы

1.Дворянкин С.В. Речевая подпись. М. РИО МТУСИ, 2003. -184 с.

2.Алюшин В.М. Цифровая обработка изображений динамических сонограмм для нейтрализации спектральных искажений речевой информации. Диссертация на соискание ученой степени кандидата технических наук. Москва, 2014.

3.Алюшин В.М., Дворянкин С.В. Метод реконструкции гармонической структуры спектральных описаний искаженной шумами и помехами речи// Известия института инженерной физики, 2013. Т.2. № 28. – C. 57-62.

_______________________________________________________________________

Информатика и процессы управления

А.М. АЛЮШИН Научный руководитель – И.В. САФОНОВ, к.т.н., доцент

Национальный исследовательский ядерный университет «МИФИ»

АНАЛИЗ ХАРАКТЕРА ДВИЖЕНИЙ И КОМПЬТЕРНАЯ 3D-ВИЗУАЛИЗАЦИЯ МОДЕЛИ ДВИЖЕНИЯ ЧЕЛОВЕКА

Данное исследование посвящено разработке программно-аппаратного комплекса для анализа характера движений человека, а также созданию 3D-анимации кинематической модели человека. Работа комплекса основывается на использовании таких датчиков движения как гироскоп и акселерометр. Анимация выполняется в 3D-пространстве с использованием параллельного программирования. Сигналы датчиков обрабатываются альфа-бета фильтром сглаживания и фильтром для подавления шума. Программная часть реализована в разных вариантах: первый создает анимацию, исходя из известных данных о модели движения человека (идет, стоит, бежит, прыгает и др.), а второй вариант подразумевает автоопределение характера движения по получаемым данным с датчиков движения и последующую визуализацию модели движения человека. Проведен ряд тестов на реальных моделях человека. Полученные результаты подтвердили правильность разработанных алгоритмов.

В настоящее время существует ряд важных задач, связанных с определением активности человека. Одной из таких задачей является точное воспроизведение движений человека, использующихся в системах виртуальной реальности, в робототехнике, в разработке человеко-подобных роботов. При решении таких задач с целью точного описания движений основных частей тела человека, к нему прикрепляются специальные датчики, такие как акселерометры и гироскопы, количество которых может достигать сотни штук. Прикрепить к человеку такое большое количество датчиков достаточно сложно, поэтому целью данной работы является создание модели и программного обеспечения, позволяющего воспроизвести анимацию с учетом априорных знаний о взаимосвязи параметров движения основных частей тела на основании показаний 1-3 датчиков движения. В таком случае, конечно, ошибка точности полученных результатов увеличится по сравнению с результатами тех работ, в которых использовалось большое количество датчиков, поэтому в данной работе решались задачи, связанные с минимизацией ошибки определения координат перемещения человека. В качестве датчиков использовались смартфоны, наручные android-часы и т. д.

Таким образом, основными результатами проведенных исследований на данном этапе являются: