Корректное тестирование качества работы сверточных сетей искусственных нейронов,
учитывающее реальные условия их эксплуатации 

Владимир Иванович Волчихин, доктор технических наук, профессор, президент Пензенского государственного университета (Россия, г. Пенза, ул. Красная, 40), E-mail: cnit@pnzgu.ru
Александр Иванович Иванов, доктор технических наук, профессор, научный консультант, Пензенский научно-исследовательский электротехнический институт (Россия, г. Пенза, ул. Советская, 9), E-mail: ivan@pniei.penza.ru
Петр Евгеньевич Селиванов, проректор по перспективным проектам и инновациям, Московский технический университет связи и информатики (Россия, г. Москва, ул. Авиамоторная, 8а), E-mail: p.e.selivanov@mtuci.ru
Елена Александровна Малыгина, доктор технических наук, доцент кафедры информационных технологий в государственном управлении, МИРЭА – Российский технологический университет (Россия, г. Москва, пр-кт Вернадского, 78), E-mail: malygina@mirea.ru

Актуальность и цели. В настоящее время активно используются многослойные сверточные сети искусственных нейронов глубокого обучения для распознавания лиц людей. Их тестирование выполняется по стандарту ISO/IEC 19795-1–2007 испытательными лабораториями недружественных стран, со стороны которых возможно искажение результатов тестирования. Материалы и методы. Базовый международный стандарт оговаривает объем тестовой базы реальных лиц людей. Возможно существенное сокращение размеров тестовой базы через морфинг-синтез новых биометрических образов скрещиванием образов родителей по отечественному стандарту ГОСТ Р 2633.2–2010. При этом некорректное скрещивание образов-родителей может привести к искажению результатов тестирования. Положение усложняется тем, что средство нейросетевого распознавания лиц будет работать с реальными данными лиц людей разного качества. Результаты. Предложено устранять угрозу возможного искажения результатов тестирования за счет предоставления испытательной лаборатории заказчиком ряда статистических моментов, описывающих реальные рабочие базы лиц людей. Показано, что кроме математического ожидания и стандартного отклонения, необходимо использовать третий и четвертый статистический моменты. При вычислении статистических моментов предложено обучать тестируемую нейросеть распознаванию конкретных биометрических образов лиц людей, давших свое согласие на использование их персональных данных.

Ключевые слова

реальные биометрические образы, синтетические биометрические образы, морфинг-скрещивание биометрических образов, тестирование нейросетей глубокого обучения

 Скачать статью в формате PDF

Для цитирования:

Волчихин В. И., Иванов А. И., Селиванов П. Е., Малыгина Е. А. Корректное тестирование качества работы сверточных сетей искусственных нейронов, учитывающее реальные условия их эксплуатации // Известия высших учебных заведений. Поволжский регион. Технические науки. 2025. № 1. С. 29–39. doi:
10.21685/2072-3059-2025-1-3