شناسایی چهره بااستفاده از تنطیم دقیق شبکه های کانولوشنی عمیق و رویکرد یادگیری انتقالی
نویسندگان
چکیده مقاله:
یادگیری عمیق، یکی از رویکردهای مورد توجه در یادگیری ماشین می باشد که شامل معماری های مهمی می باشد. شبکه کانولوشنی عمیق، یکی از معماری های مورد توجه در یادگیری عمیق می باشد که در پردازش های مربوط به تصاویر دیجیتالی کاربرد فراوانی پیدا کرده است. در این پژوهش، شبکه کانولوشنی Alexnet، به منظور شناسایی چهره در عکس های ورودی، مورد استفاده قرار گرفته است. تنظیم دقیق مدل از قبل تعلیم داده شده ی Alexnet، با تبدیل لایه های کاملا متصل به لایه های کانولوشنی و اعمال فیلتر های مناسب، انجام شده است. استفاده از برش های مختلف عکس ورودی و نیز افزایش تعداد لایه های کانولوشنی به منظور استخراج خصوصیت های با سطح بالاتر به همراه فیلترهای مناسب در مدل های پیشنهادی مورد توجه قرار گرفته است. به منظور تجسم اعمال فیلترها در لایه های مختلف، از روش کانولوشن معکوس استفاده شده است. از دو پایگاه داده ی Caltech face و LFW به منظور نشان دادن نتایج، استفاده شده است. پس از پردازش های لازم بر روی پایگاه داده های مورد استفاده، نتایح به دست آمده از شبکه Alexnet، قبل و بعد از تنظیم دقیق، مورد بررسی قرار گرفته است. نتایج بررسی، حاکی از بهبود عملکرد شبکه، تحت عملیات انجام شده، می باشد.
منابع مشابه
پالایش شرح گذاری مجموعه تصاویر با مقیاس بزرگ با یادگیری انتقالی در شبکه عصبی کانولوشنال عمیق
فرآیند پالایش شرح گذاری تصاویر، رویکردی موثر در بهبود بازیابی تصاویر مبتنی بر برچسب میباشد. در شبکه های اجتماعی و موتورهای جستجو بسیاری از تصاویر دارای تگ های مبهم، ناقص و بی ارتباط با محتوا هستند. وجود این تگ های غیرقابل اعتماد، موجب کاهش دقت بازیابی تصاویر می شود. از اینرو در دهه اخیر، الگوریتم هایی با عنوان پالایش تگ (TR) مطرح شدهاند که به رفع نویز و غنیسازی برچسبهای تصاویر میپر...
متن کاملشناسایی رفتارهای ناهنجار در تصاویر ویدئویی با استفاده از شبکه عصبی کانولوشنی
شناسایی رفتار ناهنجار ازلحاظ اهمیت یک ضرورت در سامانههای نظارت بصری تبدیلشده است. همچنین این حوزه بهعنوان یک چالش در تحقیقات بینایی ماشین بدل شده است. گرچه تلاشهای بسیاری بهمنظور رفع این مشکل انجامشده است، اما شناسایی رفتار در یک محیط واقعی و غیرقابلکنترل فاصله معناداری تا به بلوغ رسیدن آن وجود دارد. مشکل اصلی ابهام در تفاوت خصوصیات رفتار غیر نرمال و نرمال است که تعریف آن معمولاً با توجه ...
متن کاملبررسی تمایز یادگیری تلفیقی با یادگیری الکترونیکی و یادگیری سنتی(چهره به چهره) در آموزش ریاضی
هدف این پژوهش بررسی تمایز یادگیری تلفیقی(مدل مارتین) با یادگیری الکترونیکی و یادگیری سنتی(چهره به چهره)، در یادگیری ریاضی بود. این پژوهش نیمه آزمایشی و از نوع پیشآزمون و پسآزمون با گروه کنترل است. جامعهی آماری این پژوهش تمام دانشآموزان دختر ورودی سال اول دورهی دوم متوسطهی شهر تهران بود که در کلاسهای آمادگی ورودی دبیرستان، در تابستان 1392 شرکت کردهاند. آزمودنیها شامل 30 نفر بود که از م...
متن کاملرابطة بین ادراک از محیط یادگیری ساختنگرای اجتماعی، سبکهای تفکر با رویکرد عمیق به یادگیری و بازدهها یا پیامدهای یادگیری
هدفِ این مطالعه بررسی رابطة بین ادراک دانشجویان از محیط یادگیری ساختنگرای اجتماعی با سبکهای تفکر، رویکردهای یادگیری و بازدهها یا پیامدهای یادگیری در آنها است. این مطالعه یک مطالعة همبستگی است که از تحلیل مسیر و تحلیل رگرسیون سلسه مراتبی بهره میبرد تا تاثیر تفاوت سبکهای تفکر و رویکردهای یادگیری را در ارتباط بین ادراک از محیطی یادگیری ساختنگرای اجتماعی و پیامدهای یادگیری مورد بررسی قرار دهد...
متن کاملطبقهبندی گلبولهای سفید با استفاده از شبکه عصبی کانولوشنی
زمینه: مشاهده، دستهبندی و شمارش انواع مختلف گلبولهای سفید در نمونه خون، یکی از گامهای اساسی در درمان بیماریهای مختلف است. هدف از انجام این پژوهش طراحی و پیادهسازی سیستمی سریع، قابل اعتماد و مبتنی بر پردازش تصاویر میکروسکوپی نمونه خون برای طبقهبندی چهار نوع از گلبولهای سفید است. مواد و روشها: در این مقاله، از روش خوشهبندی k-means اصلاحشده برای انجام عمل بخشبندی تصویر استفاده شده است. ...
متن کاملمنابع من
با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید
ذخیره در منابع من قبلا به منابع من ذحیره شده{@ msg_add @}
عنوان ژورنال
دوره 17 شماره 58
صفحات 9- 9
تاریخ انتشار 2019-09-23
با دنبال کردن یک ژورنال هنگامی که شماره جدید این ژورنال منتشر می شود به شما از طریق ایمیل اطلاع داده می شود.
میزبانی شده توسط پلتفرم ابری doprax.com
copyright © 2015-2023