Цель работы – разработать модуль программного обеспечения позволяющие определять, уникальных клиентов по видеофрагменту посещения клиентами, магазина по продаже автомобилей. Объект исследования – системы распознавания лиц на фото и видео. Методы исследования: анализ и синтез, эксперимент, измерение, сравнение. Результаты работы: архитектура модуля «Детекция повторного посещения клиентами магазина по продаже автомобилей», алгоритм распознавания лиц и проверки их на уникальность, оптимальные параметры алгоритма распознавания лиц и проверки их на уникальность. / The goal of the work is to develop a software module that allows you to identify unique customers based on a video fragment of a customer visiting a car store. The object of research is face recognition systems in photos and videos. Research methods: analysis and synthesis, experiment, measurement, comparison. Results of the work: architecture of the module “Detection of repeated visits by customers to a car sales store”, algorithm for recognizing faces and checking them for uniqueness, optimal parameters for the algorithm for recognizing faces and checking them for uniqueness.Keywords: Detection of objects on video, detection of faces on video, face recognition on video, face recognition algorithm on video.

This research is devoted to the development of the student payment system (SPS) - a complex project implemented by a group of students of the Ural Federal University. The purpose of SPS is to manage students' finances, allowing them to send and receive money without commission and offering favorable exchange rates. The key goal of this project is to minimize operating costs by using artificial intelligence to support customers within the platform. The proposed SPS web application integrates three critical models to ensure security and effective customer support: 1. Facial recognition model: This model improves security by verifying the user's identity based on facial features, ensuring that only authorized users can access their accounts. 2. Voice Recognition Model: Adding another layer of security, this model verifies users based on voice data, providing a strong authentication method. 3. Natural Language Processing (NLP) Model: This model enables seamless interaction between the system and users, offering automated and intelligent customer support. / Данное исследование посвящено разработке студенческой платежной системы (SPS) - комплексного проекта, реализуемого группой студентов Уральского федерального университета. Целью SPS является управление финансами студентов, позволяя им отправлять и получать деньги без комиссии и предлагая выгодные курсы обмена. Ключевая цель этого проекта - минимизировать операционные расходы за счет использования искусственного интеллекта для поддержки клиентов в рамках платформы. Предлагаемое веб-приложение SPS объединяет три критически важные модели для обеспечения безопасности и эффективной поддержки клиентов: 1. Модель распознавания лиц: Эта модель повышает безопасность, проверяя личность пользователя по чертам лица, гарантируя, что только авторизованные пользователи смогут получить доступ к своим учетным записям. 2. Модель распознавания голоса: Добавляя еще один уровень безопасности, эта модель проверяет пользователей на основе голосовых данных, обеспечивая надежный метод аутентификации. 3. Модель обработки естественного языка (NLP): Эта модель обеспечивает беспрепятственное взаимодействие между системой и пользователями, предлагая автоматизированную и интеллектуальную поддержку клиентов.