Application of facial recognition technologiesfor enhancing control in information security systems

• Autorzy: Smailov Nurzhigit , Kadyrova Rashida , Abdulina Kamila , Uralova Fatima , Kubanova Nurgul , Sabibolda Akezhan

Identyfikatory

DOI

10.35784/iapgos.7073

Warianty tytułu

PL

Zastosowanie technologii rozpoznawania twarzy w celu zwiększenia kontroli w systemach bezpieczeństwa informacyjnego

• Języki publikacji: EN

Abstrakty

EN

This article investigates contemporary advancements in information security technologies, with a focus on automated access control systemsand their integration with biometric solutions. Particular emphasis is placed on the potential of facial recognition technologies to strengthen security protocols and streamline access management for restricted areas. A Python-based implementation utilizing the OpenCV library is presented, demonstrating real-time recognition capabilities and dynamic visitor data handling. In contrast to earlier conceptual works, this study providesa detailed description of the applied recognition algorithm, training procedure, and evaluation methodology. The system was tested in 200 experimental trialswith 20 participants under varying conditions, including changes in lighting, distance, and partial occlusions such as masks and sunglasses. Performance metrics–accuracy, precision, recall, and F1-score–were calculated based on confusion-matrix analysis. The results confirm that the proposed prototype ensures reliable operation in diverse environments, offering a scalable and cost-effective solution for enhancing access control mechanisms. By combining technical rigor with practical implementation, the study underscores the feasibility of adopting facial recognition systems to improve both securityand operational efficiency.

PL

Artykuł analizuje współczesne osiągnięcia w dziedzinie technologii bezpieczeństwa informacji, ze szczególnym uwzględnieniem zautomatyzowanych systemów kontroli dostępu oraz ich integracji z rozwiązaniami biometrycznymi. Szczególny nacisk położono na potencjał technologii rozpoznawania twarzy w zakresie wzmacniania protokołów bezpieczeństwa i usprawniania zarządzania dostępem do obszarów chronionych. Przedstawiono implementację w języku Python z wykorzystaniem biblioteki OpenCV, demonstrującą możliwości rozpoznawania twarzy w czasie rzeczywistym oraz dynamicznego przetwarzania danych dotyczących odwiedzających. W przeciwieństwie do wcześniejszych prac koncepcyjnych, niniejsze badanie zawiera szczegółowy opis zastosowanego algorytmu rozpoznawania, procedury uczenia oraz metodologii oceny. System został przetestowanyw 200 próbach eksperymentalnych z udziałem 20 uczestników w różnych warunkach, obejmujących zmiany oświetlenia, odległości oraz częściowe zasłonięcia, takie jak maseczki i okulary przeciwsłoneczne. Miary wydajności –dokładność, precyzja, czułość (recall) i miara F1 –zostały obliczonena podstawie analizy macierzy pomyłek. Uzyskane wyniki potwierdzają, że zaproponowany prototyp zapewnia niezawodne działanie w zróżnicowanych środowiskach, oferując skalowalne i opłacalne rozwiązanie na rzecz poprawy mechanizmów kontroli dostępu. Łącząc rygor naukowyz praktyczną implementacją, badanie podkreśla realne możliwości wdrożenia systemów rozpoznawania twarzy w celu zwiększenia zarównobezpieczeństwa, jaki efektywności operacyjnej.

Słowa kluczowe

EN

facial recognition; information security; automated systems; access control; biometric technologies; data analysis

PL

rozpoznawanie twarzy; bezpieczeństwo informacyjne; systemy zautomatyzowane; kontrola dostępu; technologie biometryczne; analiza danych

• Wydawca: Wydawnictwo Politechniki Lubelskiej
• Czasopismo: Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska
• Rocznik: 2025
• Tom: T. 15, nr 3
• Strony: 55--58
• Opis fizyczny: Bibliogr. 21 poz., fot., tab., wykr.

Twórcy

autor

Smailov Nurzhigit

• Institute of Mechanics and Machine Science Named by Academician U.A. Dzholdasbekov, Almaty, Kazakhstan
• Satbayev University, Department of Radio Engineering, Electronics and Space Technologies,Almaty, Kazakhstan

• https://orcid.org/0000-0002-7264-2390+

autor

Kadyrova Rashida

• Almaty Academy of Ministry of Internal Affairs, Department of Cyber Security and Information Technology, Almaty, Kazakhstan

• https://orcid.org/0009-0006-5120-6932+

autor

Abdulina Kamila

• Almaty Academy of Ministry of Internal Affairs, Department of Cyber Security and Information Technology, Almaty, Kazakhstan

• https://orcid.org/0009-0009-7892-221X++

autor

Uralova Fatima

• Almaty Academy of Ministry of Internal Affairs, Department of Cyber Security and Information Technology, Almaty, Kazakhstan

• https://orcid.org/0009-0003-4159-2049+

autor

Kubanova Nurgul

• Almaty Academy of Ministry of Internal Affairs, Department of Cyber Security and Information Technology, Almaty, Kazakhstan

• https://orcid.org/0009-0006-1141-1165+

autor

Sabibolda Akezhan

• Institute of Mechanics and Machine Science Named by Academician U.A. Dzholdasbekov, Almaty, Kazakhstan
• Almaty Academy of Ministry of Internal Affairs, Department of Cyber Security and Information Technology, Almaty, Kazakhstan
• Satbayev University, Department of Radio Engineering, Electronics and Space Technologies,Almaty, Kazakhstan

• https://orcid.org/0000-0002-1186-7940+

Bibliografia

• [1] Abdykadyrov A., et al.: Optimization of distributed acoustic sensors based on fiber optic technologies. Eastern-European Journal of Enterprise Technologies 5(5)(131), 2024, 50–59 [https://doi.org/10.15587/1729 4061.2024.313455].
• [2] Babu B., et al.: Biometric-Based Access Control Systems with Robust Facial Recognition in IoT Environments. Third International Conference on Intelligent Techniques in Control, Optimization and Signal Processing – INCOS, 2024, 1–6 [https://doi.org/10.1109/INCOS59338.2024.10527499].
• [3] Deng J., et al.: ArcFace: Additive Angular Margin Loss for Deep Face Recognition. IEEE/CVF Conference on Computer Vision and Pattern Recognition – CVPR, 2019, 4690–4699 [https://doi.org/10.1109/cvpr.2019.00482].
• [4] Elnozahy S. S. F. A.: Raspberry Pi-Based Face Recognition Door Lock System. Electronics 6(2), 2025, 31 [https://doi.org/10.3390/2624-831X/6/2/31].
• [5] Fu C., et al.: DVG-FACE: Dual Variational Generation for Heterogeneous Face Recognition. IEEE Transactions on Pattern Analysis and Machine Intelligence 44(6), 2021, 2938–2952 [https://doi.org/10.1109/tpami.2021.3052549].
• [6] Huang Z., et al.: When Age-Invariant Face Recognition Meets Face Age Synthesis: A Multi-Task Learning Framework and a New Benchmark. IEEE Transactions on Pattern Analysis and Machine Intelligence 45(6), 2022, 7917–7932 [https://doi.org/10.1109/tpami.2022.3217882].
• [7] Kunwar K., et al.: Face Detection with Arduino and Computer Vision for Real Time Automated Access Control. Das S. K., Behera S. K. (eds.): Recent Trends in Intelligent Systems and Next Generation Wireless Communication. Lecture Notes in Networks and Systems 1329, 2025, Springer, 1–12 [https://doi.org/10.1007/978-981-96-4741-5_1].
• [8] Li N., et al.: Chinese Face Dataset for Face Recognition in an Uncontrolled Classroom Environment. IEEE Access 11, 2023, 86963–86976 [https://doi.org/10.1109/access.2023.3302919].
• [9] Liu F., et al.: Joint Face Alignment and 3D Face Reconstruction with Application to Face Recognition. IEEE Transactions on Pattern Analysis and Machine Intelligence 42(3), 2018, 664–678 [https://doi.org/10.1109/tpami.2018.2885995].
• [10] Liu Y., et al.: Corun: Concurrent Inference and Continuous Training at the Edge for Cost-Efficient AI-Based Mobile Image Sensing. Sensors 24(16), 2024, 5262 [https://doi.org/10.3390/s24165262].
• [11] Luo M., et al.: FA-GAN: Face Augmentation GAN for Deformation-Invariant Face Recognition. IEEE Transactions on Information Forensics and Security 16, 2021, 2341–2355 [https://doi.org/10.1109/tifs.2021.3053460].
• [12] Mahalingam G., et al.: Investigating the Periocular-Based Face Recognition across Gender Transformation. IEEE Transactions on Information Forensics and Security 9(12), 2014, 2180–2192 [https://doi.org/10.1109/tifs.2014.2361479].
• [13] Mummaneni S., et al.: Face Recognition in Dense Crowd Using Deep Learning Approaches with IP Camera. Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska – IAPGOS 15(2), 2025, 44–50 [https://doi.org/10.35784/iapgos.6818].
• [14] Neto P. C. P., et al.: Beyond Masks: On the Generalization of Masked Face Recognition Models to Occluded Face Recognition. IEEE Access 10, 2022, 86222–86233 [https://doi.org/10.1109/access.2022.3199014].
• [15] Rajyalakshmi V., Lakshmanna K.: Intelligent Face Recognition Based Multi Location Linked IoT Based Car Parking System. IEEE Access 11, 2023, 84258–84269 [https://doi.org/10.1109/ACCESS.2023.3302905].
• [16] Raghavendra R., et al.: Design and Evaluation of a Low-Cost Real-Time Face Recognition System for Smart Access Control. IEEE Access 12, 2025, 11745–11758 [https://doi.org/10.1109/ACCESS.2025.117458].
• [17] Rao V., et al.: Facial Recognition Attendance System. 3rd International Conference on Smart Systems for Applications in Electrical Sciences – ICSSES, 2025, 1–6 [https://doi.org/10.1109/ICSSES64899.2025.11010075].
• [18] Sivaprasad R., et al.: An Astute Rescue System for Enhanced Security Using Facial Recognition. International Conference on Power, Energy, Control and Transmission Systems – ICPECTS, 2022, 1–5 [https://doi.org/10.1109/ICPECTS56089.2022.10047787].
• [19] Smailov N., et al.: Monitoring of Emergency Situations Using Fiber-Optic Acoustic Sensors and Signal Processing Algorithms. International Journal of Innovative Research and Scientific Studies 8(5), 2025, 1295–1304 [https://doi.org/10.53894/ijirss.v8i5.9093].
• [20] Smailov N., et al.: Deformation and Strength Analysis in Space Structures Using Optical Strain Sensors: A Review. International Journal of Innovative Research and Scientific Studies 8(5), 2025, 1991–2009 [https://doi.org/10.53894/ijirss.v8i5.9329].
• [21] Zhu Z., et al.: WebFace260M: A Benchmark for Million-Scale Deep Face Recognition. IEEE Transactions on Pattern Analysis and Machine Intelligence 45(2), 2022, 2627–2644 [https://doi.org/10.1109/tpami.2022.3169734].