Диалоговые системы фотороботы реферат

Обновлено: 07.07.2024

Наиболее часто диалоговые системы используют в продажах, поддержке и маркетинге. Они используются для выполнения рутинных операций, которые можно свести к конкретному алгоритму, ищут и агрегируют данные, распространяют информацию.

Содержание

Диалоговые системы (англ. conversational agents, CAs) — компьютерные системы, предназначенные для общения с человеком. Они имитируют поведение человека и обеспечивают естественный способ получения информации, что позволяет значительно упростить руководство пользователя и тем самым повысить удобство взаимодействия с такими системами.

Диалоговую систему также называют разговорным искусственным интеллектом или просто ботом.

Диалоговая система может в разной степени являться целеориентированной системой (англ. goal/task-oriented) или чат-ориентированной (англ. chat-oriented). Как правило, чат-ориентированные системы, в отличие от целеориентированных, поддерживают большое количество доменов, но не способны различать много вопросов в рамках кажного из них.

Обычно целеориентированные и чат-ориентированные системы исследуют отдельно, но на практике многие системы являются универсальными. Схема идеальной универсальной модели диалоговой системы приведена на рисунке 1. Модель является абстрактной, ее полной реализации не существует.

Этапы обучения общего кодера (блок 3):

обучение с моделированием языка на данных диалога,
тонкая настройка на всех специфичных для задач данных.

Обучение блоков 4 и 5:

предобучение для каждой задачи,
тонкая настройка на всех специфичных для задач данных.

Блоки 6 и 7 обучаются на всех специфичных для задач данных.

Задачей целеориентированных систем является достижение определенных целей при помощи общения с пользователем. Примером цели может быть поиск книги или включение света.

Классический метод построения целеориентированных систем заключается в использовании цепочки модулей (конвейера), которая изображена на рисунке 2.

Обычно после распознавания именованных сущностей выполняется заполнение слотов (англ. slot filling), в ходе которого каждая найденная сущность приводится к своей нормальной форме с учетом ее типа и множества возможных значений. Заполнение слотов позволяет не учитывать морфологию сущности при дальнейшей ее обработке. Простейшим подходом к нормализации сущностей является поиск с использованием расстояния Левенштейна. После определения типа сущности, она сравнивается с другими сущностями того же типа из базы данных. В качестве нормальной формы выбирается та, до которой расстояние наименьшее, либо можно выбрать несколько сущностей с наименьшим расстоянием и предоставить выбор пользователю (такой подход также применим для исправления опечаток).

Для получения численного представления текста используются различные языковые модели: Word2Vec, ESIM, GPT, BERT. Каждой определяется свой способ представления слов или их последовательности для наиболее точного извлечения смысловых значений. С хорошей языковой моделью достаточно около 100 примеров для хорошей классификации намерения [4] .

Система с классической архитектурой плохо масштабируется. Так как сценарии диалога нужно определять вручную, их становится сложно согласовывать при большом количестве.

Если заменить каждую часть классической архитектуры искусственной нейронной сетью, то получим архитектуру изображенную на рисунке 3.

Описание каждой части:

Intent Network. Кодирующая сеть, которая преобразует последовательность токенов [math] w_0^t, w_1^t, \ldots, w_N^t [/math] в вектор [math] \mathbf_t [/math] . В качестве вектора [math] \mathbf_t [/math] может выступать скрытый слой LSTM-сети [math] \mathbf_t^N [/math] :
[math] \mathbf_t = \mathbf_t^N = \operatorname(w_0^t, w_1^t, . w_N^t) [/math]

Belief Tracker. В реализации используется RNN-сеть, на вход которой поступает предобработанная фраза пользователя. Дает распределение вероятностей [math] \mathbf
_s^t [/math] по всем значениям определенного слота [math] s [/math] .

Database Operator. Выполняет запрос к базе данных по сущностям [math] \ < \operatorname\mathbf
_s^t \> [/math] и возвращает вектор [math] \mathbf_t [/math] , где единицей отмечается та запись (сущность в БД), которая соответствует запросу.

Policy network. Объединяет системные модули. Выходом является вектор [math] \mathbf_t [/math] , который представляет системное действие. Распределение вероятностей для каждого слота [math] \mathbf
_s^t [/math] пребразуется в вектор [math] \mathbf<\hat p>_s^t [/math] , который состоит из трех компонент: суммарная вероятность, вероятность, что пользователь выразил безразличие к слоту, и вероятность, что слот не был упомянут. Также вектор [math] \mathbf_t [/math] сжимается в one-hot-вектор [math] \mathbf<\hat x>_t [/math] , где каждая компонента определяет количество подходящих записей.
[math] \mathbf_t = \tanh(W_ \mathbf_t + W_ \mathbf<\hat p>_t + W_ \mathbf<\hat x>_t), [/math]
где матрицы [math] W_ [/math] , [math]W_ [/math] и [math] W_ [/math] — параметры, а [math] \mathbf<\hat p>_t = \bigoplus \mathbf<\hat p>_s^t [/math] — конкатенация.

Generation Network. Генерирует предложение, используя вектор действия [math] \mathbf_t [/math] и генератор языка. Предложение содержит специальные токены, которые заменяются на сущности из базы данных по указателю.

Данную архитектуру также называют сквозной (англ. end-to-end trainable), так как на данных обучается каждая ее часть. Модель с данной архитектурой можно обобщить на намерения, которые не наблюдались во время обучения.

Детерминированность,
свободное расширение,
интерпретируемость.

Самостоятельно обучается,
не нужно думать о структуре разговора.

Может быть громоздким,
надо прописывать руками,
сложнее разрабатывать нелинейные диалоговые модели.

Черный ящик,
нельзя быть уверенным в результате,
сложно изменять,
может долго обучаться и работать.

Данный тип систем обычно используется чтобы занять пользователя, например, во время ожидания выполнения задачи. Система поддерживает бессодержательный, но связный диалог.

Системы с ограниченными ответами (англ. retrieval/example-based) по последовательности фраз выдают наиболее подходящий ответ из списка возможных. Преимуществом таких систем является то, что ответы строго контролируются: можно удалить нежелательные шутки, нецензурные или критикующие выражения.

Первая фраза пользователя попадает в модуль инициализации, который обеспечивает приветствие пользователя и извлечение его имени. Имя пользователя используется менеджером диалога, чтобы инициализировать вектор истории диалога. Если пользователь не известен системе (его имя отуствует в Vocabulary Learning), то система инициализирует историю случайным вектором из хранилища историй. Когда инициализация заканчивается, система спрашивает пользователя, чего он хочет.

Модель с такой архитектурой можно обучить на субтитрах фильмов. Данные для русского языка можно найти на Толоке [7] [8] .

AliMe Assist — помощник для пользователей магазина AliExpress. Его архитектура представлена на рисунке 5. Серым цветом выделены блоки, где используются методы машинного обучения. Система состоит из 3 подсистем: поиск информации или решения, выполнение задачи для клиента и простое общение в чате. Для извлечения намерения вопрос [math] q [/math] проверяется на соответствие шаблонам при помощи бора (англ. trie-based pattern matching). Если соответствие найти не удалось, то вопрос передается классификатору, построенному на сверточной сети. На вход сети подаются вектора слов вопроса и семантических тэгов, которые относятся к нему и контексту (предыдущему вопросу). Для получения векторного представления используется FastText. Выбор CNN-сети вместо RNN основан на том, что первая сеть учитывает контекстную информацию слов (слова перед и после текущего слова) и работает быстрей. Точность классификации 40 намерений составляет 89,91%.

Xiaolce — чат-бот, развиваемый китайским отделением Microsoft. Состоит из множества навыков, которые делятся на эмоциональные и рациональные. Имеется навык для комменирования картинок или сочинения по ним стихов. Сценарии диалога делятся на персональные и социальные. Бот старается установить эмоциональную связь с пользователем, чтобы продлить диалог с ним.

Microsoft Cortana — виртуальный голосовой помощник. Состоит из можества навыков, натренированных на конкретные задачи. В отличие от классической архитектуры, где выбирается подходящий навык, здесь текст проходит через все навыки, после чего выбирается подходящий ответ. Каждый навык использует контекст (результаты обработки предыдущей фразы), сформированный всеми навыками. При таком подходе требуется больше ресурсов, но он позволяет существенно увеличить точность. Схематично процесс обработки фразы пользователя представлен на рисунке 6.

Яндекс Алиса — виртуальный голосовой помощник от компании Яндекс. Относится к классу чат-ориентированных систем, но имеет множество навыков, каждый из которых может быть представлен в виде целеориентированной системы. Алиса запускает навык по его активационной фразе. Фактически навык является веб-сервисом, который реализует DM и NLG модули классической архитектуры. При помщи платформы Яндекс Диалоги разработчики могут создавать свои навыки и монетизировать их, но перед публикацией навык проходит обязательную модерацию. Распознавание голоса выполняется сервисом SpeechKit.

Сири — виртуальный помощник компании Apple. Является неотъемлемой частью iOS и доступна для большинства устройств, выпускаемых компанией. Поддерживает широкий спектр пользовательских команд, включая выполнение действий с телефоном, проверку основной информации, планирование событий и напоминаний, управление настройками устройства, поиск в интернете, взаимодействие с приложениями. Приспосабливается к каждому пользователю индивидуально, изучая его предпочтения в течение долгого времени.

Существует множество фреймворков, которые значительно упрощают построение диалоговых систем. Рассмотрим самые популярные из них.

Основывается на таких библиотеках как TensorFlow, Keras и PyTorch. Включает множество компонентов, каждый из которых решает отдельную задачу диалоговых систем. Имеется модель для распознавания именованных сущностей, намерений, обработки истории диалога, анализа поведения пользователя и другие. Поведение агента диалоговой системы определяется набором навыков, каждый из которых строится из модулей. Когда агент получает фразу пользователя, специальный менеджер решает, какому навыку передать ее для обработки. Схема ядра представлена на рисунке 7. Пример использования на языке Python:

Лучшие модели по качеству отслеживания состояния диалога (англ. dialogue state tracking):

Модель	Точность связок	Точность слотов	Особенности
CHAN	52.68	97.69	Использование контекстной иерархической сети внимания, динамическое регулирование весов различных слотов во время обучения.
SAS	51.03	97.20	Применение механизма внимания к слотам, разделение информации слотов.
MERET	50.91	97.07	Обучение с подкреплением.

Качество определяется по двум метрикам: точность слотов (англ. slot accuracy) — запрошенный слот верный, и точность связок (англ. joint goal accuracy) — каждый слот в стостоянии верный. Для оценки по данному криетрию обычно используется набор данных MultiWOZ.

Константин Худяков - зрелый мастер новых видов изобразительного искусства, однако его предшествующие проекты (такие как "Hotel Russia" или "Жизнь насекомых") сильно отличаются от "Предстояния". Они в большей мере вписывались в духовное русло contemporary art. Но в них был уже дан основной технологический метод художника, который может быть определен его собственными словами: "Все элементы получаемых произведений являются сверхточными цифровыми аналогами абсолютно реальных вещей".

Не отошел от этого принципа Худяков и в проекте "Предстояние", несмотря на его портретный характер. В данном случае в основу изображения легло "клонирование" более 50 тысяч цифровых фрагментов современных человеческих лиц, а также "фрагментов человеческой "плоти и крови"". В отношении реальных исторических персонажей Худяков обратил свой метод в условие фундаментального открытия в искусстве. Это открытие можно метафорически назвать "принципом фоторобота".

Принцип фоторобота кардинально отличен от принципов живописного портрета или фотографии. Фоторобот составляется из фрагментов множества иных, неидентичных искомому лиц, через сведение отдельных типических черт и черточек (элементарных частиц человеческого облика). Очевидно, что данное открытие принадлежит не Худякову, однако именно в "Предстоянии" принцип фоторобота был поднят на столь большую художественную высоту.

В практике криминалистов фоторобот призван дать не точное изображение лица прототипа, но максимальное приближение к тому впечатлению от лица, которое сложилось в памяти очевидца. Таким образом в отличие от фотографии (дающей мгновенный объективный слепок лица) и от портрета (где художник как будто нарочно умерщвляет лицо своей "модели", превращая само изображение в "модель восприятия") - фоторобот есть не что иное как неотрывное от воспринимающего субъекта-автора запечатление живого лица, лица из жизни, лица, проплывающего мимо нас в потоке времени. Это изменчивое лицо живого существа - открытое ко времени и ко множеству взглядов.

В фотографии и портрете нам дается увековеченный слепок, снятая маска, похищенная у времени и восприятия личина. В фотографии успех мастера зависит от удачно пойманного момента, момента полноты сходства, уловленной суммы векторов человеческих черт. В портрете успех художника измеряется тем, насколько ему удалось одухотворить личину, насколько достигнуто некое символическое единство: некая "искра", содержащая намек на личность, на духовную историю и смысл жизни данного человека.

Ясно, что портрет такой безмерной задачи никогда не выполняет, но лишь в лучшем случае ставит ее перед домысливающим зрителем. Фоторобот же, взятый не как криминалистическое средство для поимки преступника, а как эстетический принцип, такую задачу ставит не как максимум, но как минимум: даже неудачный фоторобот открывает собою ряд шагов по дальнейшему улучшению и приближению к подлинному впечатлению. Digital-картины Худякова, за каждой из которых стоит огромнейшая электронная база вариантов и проб, - работа всегда не доведенная до последнего предела, путь всегда открытый к более совершенному впечатлению, можно даже сказать, к углубленному познанию лица.

2. Их разыскивает. или как создать портрет-фоторобот.

Практически ежедневно средства массовой информации публикуют заметки о совершенных преступлениях. Как правило, сообщаются данные о месте преступления, времени его совершения, пострадавших и о первоначальных действиях правоохранительных органов по раскрытию этого преступления.

Важную роль в выявлении преступника играют показания очевидцев и видеозаписи, если они велись. Именно по сведениям, полученным от очевидцев, эксперты-криминалисты составляют графические портреты или фотороботы злоумышленников. Раньше, когда не было компьютеров, такие фотороботы рисовались или от руки художником, или же с помощью диапроектора и карточек, на которых были изображены фрагменты лица: губы, нос, волосы, рот, глаза.

Сейчас это уже в прошлом. Существуют специализированные программы, которые имеют в своей базе данных тысячи различных лиц и составляющих элементов. Например, полиция Лас-Вегаса, как, впрочем, и тысячи других полицейских участков в США, а также ФБР и ЦРУ, использует в своей розыскной деятельности программный комплекс Faces(более подробно эту программу я рассмотрю далее ), разработанный компанией IQ Biometrix:

Программа (не демонстрационная версия) содержит около 4400 лицевых элементов, включая особенности лиц таких рас, как афроамериканские и азиатские. Можно сохранять фоторобот в формате программы с расширением .fas, экспортировать в картинку с расширением .jpg, а также отправлять по электронной почте.

Конечно, иметь такую программу для правоохранительных органов просто необходимо. Ну а для простых граждан может пригодиться онлайновая версия фоторобота на сайте Ultimate Flash Face.

Сайт построен на флэше и по функциональности и количеству доступных элементов может конкурировать с пробной версией описанной выше программы. Ранее, в 2002 году, этот сайт был доступен в русской доменной зоне, однако теперь располагается в немецкой части интернета.

Этот флэш-сайт (рука не поднимается написать, что это игра) позволяет вам создавать лица-эскизы в черно-белом варианте. Каждый лицевой элемент можно изменять по своему усмотрению: уменьшать, увеличивать, осветлять. Естественно, эти элементы также легко перемещаются по странице движением мыши.

Для создания портрета нет необходимости регистрироваться на сайте. Можно сразу же приступать к творчеству. Начать лучше всего с выбора овала лица - Head, а затем постепенно добавлять остальные элементы для портрета. Выбор элементов велик, причем доступен и полуавтоматический подбор. Для этого достаточно кликнуть на самом первом элементе и затем перемещаться по списку с помощью стрелок Previous или Next. Сразу можно видеть, какой из элементов наиболее подходит для данного типа лица.

Неподходящие элементы можно либо заменить другими, либо удалить. Для этого служит соответствующая кнопка Delete в группе Feature Options. Более того, меняя размеры той или иной части лица, мы непроизвольно искажаем пропорции. Чтобы восстановить эти пропорции с учетом сделанных изменений, нужно кликнуть по кнопке Align at. Программа автоматически выровняет все элементы относительно центра страницы и друг друга.

После того, как вы нарисовали портрет и решили, что это окончательный вариант, нужно сохранить его. Фоторобот сохраняется на сайте и становится доступным для обозрения всем посетителям сайта. Кликните в меню на кнопке Save face, введите в диалоговом окне ваш ник, имя и, по желанию, описание портрета. Если вы хотите получать от посетителей письма, то можете оставить и свой e-mail. А если хотите получить портрет в бумажном виде, то сайт позволяет распечатать его по клику на кнопке Print face в меню.

Посмотреть, что сделали другие посетители сайта, можно по команде Load face в меню. Появится список всех авторов портретов. Этот список можно отсортировать по дате или по алфавиту. Но среди множества достаточно низкого уровня работ можно встретить и качественные, в смысле возможного сходства с оригиналом, портреты, если данное обозначение уместно применить к фотороботам. Например, такой:

К сожалению, на сайте недоступен предпросмотр фотороботов и каждый портрет необходимо полностью загружать на страницу.

Несомненно, сайт очень грамотно сделан и использовать его одно удовольствие. Единственное, на что я обратил внимание, так это молодость всех получающихся лиц на портретах. Конечно, можно попытаться состарить лицо, используя очки и бороду, но все равно, это будут далеко не старцы.

Для автоматизации процесса создания субъективных портретов подозреваемых разработаны компьютерные системы "ФОТОРОБОТ" Корректируя действия оператора фоторобота, свидетель может оперативно заменять любой фрагмент лица. Для этого достаточно щелкнуть мышью и выбрать из палитры меню нужный пункт. Тем, кто стоит на страже закона, очень важно в максимально короткие сроки получить наиболее полное описание подозреваемого. Очень часто вся информация, которую удается добыть, ограничивается показаниями свидетелей, и необходимо максимально эффективно использовать эти показания. Компьютерная система "ФОТОРОБОТ" позволяет не только создавать субъективные портреты подозреваемых в совершении преступлений, пропавших людей, но и прогнозировать возможные изменения внешности преступника и дальнейшего использования фоторобота в розыске. Системы ФОТОРОБОТА получили признание и широкое распространение как у нас так и за рубежом.

Я рассмотрю американскую программу "Faces", отечественные программы "Кадр" и "Фоторобот 3.0 prof"

Начну с программы "Faces" разработанной американской фирмой InterQuest. Данная программа является типичным представителем этой группы. Вместе с пакетом Faces поставляются 2800 вариантов различных фрагментов человеческого лица, начиная от бровей и заканчивая двойным подбородком. Комбинирование этих фрагментов дает возможность достаточно точно воспроизводить лицо подозреваемого на основе показаний свидетелей.

Корректируя действия оператора пакета Faces, свидетель может оперативно заменять любой фрагмент лица. Для этого достаточно щелкнуть мышью и выбрать из палитры меню нужный пункт.

Программа была протестирована в муниципальной полиции Лас-Вегаса, где она заслужила высокую оценку. Отличительной особенностью данной программы является то, что пакет Faces предоставляет полицейским возможность коллективно работать с портретом человека, находящегося в розыске. Каждому фрагменту лица присваивается номер, после чего информация о номерах всех выбранных элементов передается в полицейские участки, а программа автоматически формирует из этих фрагментов готовое изображение. Ранее для подготовки фотороботов приходилось использовать факсы и копиры.

ПО Faces совместимо с ОС Windows и Mac OS. Для работы в среде Windows достаточно иметь компьютер с процессором Intel 486. Если пользователь отдает предпочтение Windows 95 или более поздней версии, ему понадобятся по крайней мере 24 Мбайт оперативной памяти, дисковод CD-ROM, цветной монитор SVGA и графический акселератор. К компьютеру Macintosh предъявляются следующие минимальные требования: процессор Motorola 68040, операционная система System 7.1,24 Мбайт оперативной памяти, дисковод CD-ROM и цветной монитор.

У нас наиболее известна система ФОТРОБОТ V 2.2. фирмы "Барс Интернешнл" Система получила признание и прошла опытную эксплуатацию в более чем 400 экспертно-криминалитических подразделениях.

Компьютерная система "ФОТОРОБОТ"предназначена для автоматизации процесса создания субъективных портретов путем компоновки на мониторе графических образов из базы готовых элементов лица.

Система "ФОТОРОБОТ" используется для создания субъективных портретов подозреваемых в совершении преступлений, пропавших людей, прогнозирования возможных изменений внешности преступника и дальнейшего использования фоторобота в розыске.

Встроенный редактор элементов и редактор всего изображения дает прекрасную возможность для тонкого и окончательного доведения как отдельно каждого элемента, так и всего составляемого портрета, а также для создания собственных элементов.

Программа позволяет криминалисту создать максимально точный субьективный портрет подозреваемого, и при этом не измотать себя и свидетеля.

Программа позволяет создавать собственные элементы с добавлением их в имеющиеся группы. Создавая свои элементы в модификаторе или редакторе элементов пользователь может работать с ними как с РСХ файлами. Кроме того можно включить их в библиотеку элементов, дополняя уже имеющиеся группы либо создавая новые.

В новой версии предусмотрена возможность сокращения объема просматриваемых элементов внешности при использовании словесного портрета, получение распечатки изображения портрета практически на любом типе принтера, включая возможность юстировки тракта экран-принтер для обеспечения правильной передачи пропорций портрета при печати.

Вместе с тем необходимо отметить, что даже самая полная база элементов не может отразить многообразия человеческого лица. Для этого в программу встроен модификатор. Модификатор позволяет при минимальных затратах времени преобразовать элементы портрета к виду, наиболее подходящему к реальным чертам описываемого лица.

Модификатор элементов значительно облегчает работу и расширяет возможности пользователя при составлении фоторобота и является важнейшим элементом, дополнившим новую версию системы. Даже самая полная база элементов не может отразить всего многообразия черт человеческого лица. Модификатор - это та часть системы "ФОТОРОБОТ", которая позволяет при минимальных затратах времени преобразовать элементы портрета к виду, наиболее подходящему к реальным чертам описываемого лица. Модификатор элементов представляет возможности:

* изменение масштаба элемента либо его половины;

* разворот всего элемента и его половин;

* изменение положения половин элемента относительно друг друга;

* симметрирование по каждой половине элемента

Компьютерная система "ФОТОРОБОТ" может быть использована как самостоятельный продукт для оперативного составления композиционного портрета вплоть до выезда к свидетелю или на место происшествия с использованием малогабаритного "NoteBook" компьютера, либо как подсистема в больших, многопараметрических системах учета

4. Программа для создания фотороботов Face (RS).

Это уникальный программный комплекс для составления субъективного фотокомпозиционного портрета (или попросту фоторобота). Программа предоставляет Вам свыше 8000 различных признаков лица человека в фотокачестве, отсортированных по следующим темам:

2.Волосы и головные уборы;

4.Лобовые и надглазные морщины и линии;

9.Подбородки и их очертания;

14.Линии глаз (тени, фингалы и т.п.);

15.Линии щек (тени, впадины, ямочки и т.п.)

17. Щетины и многое другое.

Программа разработана Канадской компанией Ultimate Composite Picture (тогровая марка InterQuest Inc.) и именно она используется в Американской, Канадской и Французской полиции для составления фотороботов.

Программа имеет удобный, интуитивно понятный графический интерфейс, все изменения размеров элементов внешности фоторобота выполняются с помощью графических "ползунков". Конечный результат - составленный со слов очевидца фоторобот - мало чем отличается от фотографии. В процессе составления фоторобота генерируется его уникальный код. Таким образом достаточно переслать эту небольшую строчку цифр в любую точку земного шара и программа Face (RS) моментально сгенерирует на ее основе Ваш фоторобот.

Можно сохранять фоторобот в формате программы с расширением .fas, экспортировать в картинку с расширением .jpg, а также отправлять по электронной почте.

Конечно, иметь такую программу для правоохранительных органов просто необходимо.

5. 3D Фоторобот (3DHead).

3D Фоторобот (3DHead) - система предназначена для оперативной портретной идентификации (т.е. для построения портрета человека по памяти с целью идентификации), однако может быть использована не только правоохранительными органами для проведения розыскных мероприятий, но и в любых других областях, где требуется создание трехмерных моделей головы человека.

Традиционно программы этого класса представлены в виде библиотек готовых элементов лица, перебором которых нужно собрать образ, максимально приближенный к оригиналу. Эффективность их не высокая, так как для создания качественного образа нужны большие библиотеки, в которых трудно найти подходящий рисунок.

В этой системе использован другой подход - создана математическая модель головы человека, изменяя параметры которой можно получить практически любой тип лица и головы человека. То есть не нужно выискивать в списках похожий элемент лица - нужно только изменить связанные с этим элементом параметры модели, причем пересчет модели производится в реальном времени, по мере изменения любого параметра одновременно изменяется и образ на экране. Изменяемые параметры модели (более 200) совпадают с элементами криминалистического описания (такие как, например, высота носа, ширина бровей, цвет глаз), и в большинстве случаев полностью перекрывают весь диапазон их возможных значений.

6. Заключение.

Система позволяет не только создавать субъективные портреты подозреваемых в совершении преступлений, пропавших людей, но и прогнозировать возможные изменения внешности преступника и дальнейшего использования фоторобота в розыске.

7. Список использованной литературы.

1. А.М.Зинин . Внешность человека в криминалистике (субъективные изображения): Учебное пособие/ Под ред. д-ра юрид.наук, проф.В.А.Снеткова.- М.: ЭКЦ МВД России, 1995;

2. Их разыскивает. или как создать портрет-фоторобот;

3. Программное обеспечение для государственных и частных служб безопасности "ФОТОРОБОТ";

Функция "чтения" служит для ознакомления с работой. Разметка, таблицы и картинки документа могут отображаться неверно или не в полном объёме!

Принцип фоторобота.

В практике криминалистов фоторобот призван дать не точное изображение лица прототипа, но максимальное приближение к тому впечатлению от лица, которое сложилось в памяти очевидца. Таким образом в отличие от фотографии (дающей мгновенный объективный слепок лица) и от портрета (где художник как будто нарочно умерщвляет лицо своей "модели", превращая само изображение в "модель восприятия") - фоторобот есть не что иное как неотрывное от воспринимающего субъекта-автора запечатление живого лица, лица из жизни, лица, проплывающего мимо нас в потоке времени. Это изменчивое лицо живого существа - открытое ко времени и ко множеству взглядов.

Ясно, что портрет такой безмерной задачи никогда не выполняет, но лишь в лучшем случае ставит ее перед

Режим диалога связан с вмешательством пользователя в процесс решения модели, вызывающим ответную реакцию процесса, и относится к так называемым интерактивным режимам, а диалоговая система, соответственно, является интерактивной системой. Характерной чертой диалоговой системы является ориентация на создание так называемого дружественного интерфейса, основу которого составляют следующие факторы: гибкость диалога, т. е. способность системы учитывать различные потребности и уровень квалификации пользовате-

Эти факторы, а также требования конечного пользователя и специфика проблемной области, на которую ориентирована диалоговая система, отражаются в ее структуре и составе.

Диалоговая система в широком смысле состоит из компонентов двух типов — прикладных и диалоговых. Прикладные компоненты (прикладные и системные программы, базы данных и знаний, соответствующие системы управления ими) обеспечивают обработку

и хранение информации в ходе решения задачи. Диалоговые компоненты (средства ведения диалога и лингвистическая подсистема) реализуют связь пользователя с прикладными компонентами в процессе решения требуемой задачи. Диалоговые компоненты, собственно, и обеспечивают диалоговый режим взаимодействия пользователя с компьютером и образуют диалоговую систему в узком смысле.

Форма диалога определяется применяемыми в интерактивной системе средствами общения пользователя с компьютером, к которым относятся не только аппаратная часть, но и используемые программное обеспечение, формулировка задачи, метод решения, представление решения (графическое, табличное).

Для создания сценариев диалога используется специальный компонент — генератор сценариев, позволяющий в интерактивном режиме создавать и редактировать сценарии, а также генерировать реализующие их программы.

Диалоговые системы в узком смысле используются в различных автоматизированных системах обработки информации и управления, обучающих человеко-машинных системах, превращая их таким образом в диалоговые системы в широком смысле.

Для реализации эффективных диалоговых систем необходимо использовать не только перечисленные выше компоненты, но и соответствующее математическое обеспечение. Это требование связано с тем, что экономико-математическое моделирование практически всегда ведется в диалоговом режиме.

Интерактивные методы решения задач, применяемые в экономико-математическом моделировании, заключаются в том, что вычислительный процесс начинается с некоторого пробного допустимого решения, а затем применяют алгоритм, обеспечивающий

последовательное улучшение этого решения. Процесс таких проб продолжается до тех пор, пока не станет ясно, что: дальнейшее улучшение решения невозможно (достигнут оптимум, причем во многих случаях требуется дополнительно проверить — локальный или глобальный); дальнейшие вычисления нецелесообразны, поскольку возможное улучшение результата не окупит дополнительных затрат (например, затраченного времени).

Я рассмотрю американскую программу "Faces", отечественные программы "Кадр" и "Фоторобот 3.0 prof"

* изменение масштаба элемента либо его половины;

* разворот всего элемента и его половин;

* изменение положения половин элемента относительно друг друга;

* симметрирование по каждой половине элемента

Читайте также: