Metodologija:
Istraživanje je sprovedeno koristeći Python, sa fokusom na prepoznavanje lica. Korišćene su sledeće metode:

• HOG (Histogram of Oriented Gradients).
• SIFT (Scale-Invariant Feature Transform).
• Duboke neuronske mreže (DNN).

Fokus istraživanja bio je na optimizaciji tačnosti i preciznosti modela verifikacije lica koristeći kombinovane metode i personalizovane pragove izračunate na osnovu dubokih neuronskih mreža.

Zaključak istraživanja: Na osnovu rezultata, zaključeno je da je korišćenje kombinovanih metoda, uključujući HOG, SIFT i Duboke neuronske mreže (DNN), značajno poboljšalo tačnost i preciznost sistema za verifikaciju lica. Personalizovani pragevi izračunati na osnovu DNN u fazi registracije pokazali su se kao ključni faktor za smanjenje grešaka u verifikaciji.