Показати скорочену інформацію

dc.contributor.authorПальчик, В. О.uk
dc.contributor.authorБезпалий, К. В.uk
dc.contributor.authorPalchyk, V.en
dc.contributor.authorBezpalyi, K.en
dc.date.accessioned2026-05-15T13:07:54Z
dc.date.available2026-05-15T13:07:54Z
dc.date.issued2026
dc.identifier.citationПальчик В. О., Безпалий К. В. Метод автентифікації користувача за жестовим паролем на основі аналізу ключових точок руки // Матеріали Міжнародної науково-практичної інтернет-конференції «Молодь в науці: дослідження, проблеми, перспективи (МН-2026)», м. Вінниця, 22-26 червня 2026 р. Електрон. текст. дані. 2026. URI: https://conferences.vntu.edu.ua/index.php/mn/mn2026/paper/view/29115.uk
dc.identifier.urihttps://ir.lib.vntu.edu.ua//handle/123456789/51534
dc.description.abstractThe paper proposes a user authentication method based on a gesture password and the analysis of hand keypoints captured by a standard webcam. The approach to feature vector construction is described using a landmark-based hand representation that includes normalized coordinates of 21 keypoints, finger inclination angles, and Euclidean distances from fingertips to the palm center. The algorithm of sequential verification of four gestures is considered using Euclidean distance, threshold-based similarity estimation, and temporal stabilization by the number of consecutive frames. The proposed method enables natural user interaction with the system and improves authentication robustness compared with single-gesture verification.en
dc.description.abstractУ роботі запропоновано метод автентифікації користувача за жестовим паролем, що ґрунтується на аналізі ключових точок руки, отриманих зі стандартної веб-камери. Описано підхід до формування ознакового вектора на основі landmark-представлення кисті, що включає нормалізовані координати 21 ключової точки, кути нахилу пальців та евклідові відстані від кінчиків пальців до центру долоні. Розглянуто алгоритм послідовної перевірки чотирьох жестів із використанням евклідової відстані, порогової оцінки подібності та часової стабілізації за кількістю послідовних кадрів. Запропонований метод дає змогу реалізувати природну взаємодію користувача із системою та підвищити стійкість автентифікації порівняно з перевіркою одного жесту.uk
dc.language.isouk_UAuk_UA
dc.publisherВНТУuk
dc.relation.ispartofМатеріали Міжнародної науково-практичної інтернет-конференції «Молодь в науці: дослідження, проблеми, перспективи (МН-2026)», м. Вінниця, 22-26 червня 2026 р.uk
dc.relation.urihttps://conferences.vntu.edu.ua/index.php/mn/mn2026/paper/view/29115
dc.subjectавтентифікаціяuk
dc.subjectжестовий парольuk
dc.subjectMediaPipeen
dc.subjectключові точки рукиuk
dc.subjectбіометріяuk
dc.subjectкомп’ютерний зірuk
dc.subjectauthenticationen
dc.subjectgesture passworden
dc.subjecthand keypointsen
dc.subjectbiometricsen
dc.subjectcomputer visionen
dc.titleМетод автентифікації користувача за жестовим паролем на основі аналізу ключових точок рукиuk
dc.typeThesis
dc.identifier.udc004.056.5
dc.relation.referencesЩо таке автентифікація? Визначення й способи | Захисний комплекс Microsoft. Microsoft. URL: https://www.microsoft.com/uk-ua/security/business/security-101/what-is-authentication (дата звернення: 10.02.2026).uk
dc.relation.referencesMaslova N. O., Polunina D. O. Biometric authentication methods for personal identification. Naukovyi visnyk Donetskoho natsionalnoho tekhnichnoho universytetu. 2019. Т. 1(2), № 2(3). С. 12-20. URL: https://doi.org/10.31474/2415-7902-2019-1(2)- 2(3)-12-20 (дата звернення: 10.02.2026).en
dc.relation.referencesYasen M., Jusoh S. A systematic review on hand gesture recognition techniques, challenges and applications. PeerJ Computer Science. 2019. Т. 5. С. e218. URL: https://doi.org/10.7717/peerj-cs.218 (дата звернення: 10.03.2026).en
dc.relation.referencesLugaresi C. та ін. MediaPipe: A Framework for Building Perception Pipelines. arXiv.org. URL: https://arxiv.org/pdf/1906.08172 (дата звернення: 10.03.2026).en
dc.relation.referencesZhang F. та ін. MediaPipe Hands: On-device Real-time Hand Tracking. arXiv.org. URL: https://arxiv.org/pdf/2006.10214 (дата звернення: 10.03.2026).en
dc.relation.referencesHand landmarks detection guide | Google AI Edge | Google AI for Developers. Google AI for Developers. URL: https://ai.google.dev/edge/mediapipe/solutions/vision/hand_landmarker (дата звернення: 10.03.2026).en
dc.relation.referencesDynamic Hand Gesture Recognition Using MediaPipe and Transformer. MDPI. URL: https://doi.org/10.3390/engproc2025108022 (дата звернення: 10.03.2026).en


Файли в цьому документі

Thumbnail

Даний документ включений в наступну(і) колекцію(ї)

Показати скорочену інформацію