1.
Разработка
методов и алгоритмов по детектированию аномального поведения респондента
Разработаны новые методы и алгоритмы для детектирования аномального поведения
респондента. Важным этапом было создание и тестирование различных ИИ-алгоритмов,
которые были интегрированы в общий фреймворк для анализа поведения респондента.
В частности, был разработан комплексный алгоритм, включающий следующие
компоненты:
Извлечение аудиопризнаков
Анализ аудиоданных
является важным элементом для детектирования аномального поведения. В рамках
проекта использовались следующие методы:
Извлечение видеопризнаков
Анализ видеоданных
позволяет выявлять невербальные признаки аномального поведения. В проекте
использовались следующие методы:
Рисунок 1. 68 точек функции определения мимики лица
Извлечение текстовых признаков
Анализ текстовых данных,
включая письменную и устную речь, является ключевым элементом в детектировании
ложных высказываний. В рамках проекта были разработаны следующие методы:
2.
Обучение
моделей искусственного интеллекта на основе разработанных алгоритмов и
тестирование полученных результатов
Модели ИИ были обучены на основе разработанных алгоритмов, используя
обширные наборы данных, включающие аудио, видео и текстовые данные
респондентов. Для обучения использовались методы глубокого обучения, включая
сверточные нейронные сети (CNN) для анализа изображений и рекуррентные нейронные
сети (RNN)
для обработки последовательных данных.
Сбор и подготовка данных
Для обучения моделей ИИ использовались два основных набора
данных:
Для каждого набора данных был выполнен процесс
предварительной обработки, включающий:
Обучение моделей
Для обучения моделей использовались следующие архитектуры
нейронных сетей:
Процесс обучения включал следующие этапы:
Результаты тестирования
Результаты тестирования показали высокую точность и
эффективность разработанных моделей в детектировании аномального поведения
респондентов. Основные показатели включают:
3. Создание веб-сервиса по обнаружению аномального поведение респондента
Описание выполненных работ. В рамках проекта была разработана облачная архитектура для детектирования
обманчивого поведения респондентов. Работы включали в себя:
Примененные методы и технологии:
В результате проделанных работ был создан функциональный веб-сервис, предоставляющий пользователям возможность загружать видео для анализа и получать процентную оценку правдивости респондента. Система обеспечивает точную и быструю обработку данных, демонстрируя высокую надежность и удобство использования благодаря контейнеризированной архитектуре.