تشخیص چهره بر پایه یادگیری عمیق با بررسی تعداد فیلتر ها
سال انتشار: 1399
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,097
فایل این مقاله در 9 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ELEMECHCONF06_113
تاریخ نمایه سازی: 22 آذر 1399
چکیده مقاله:
در این پژوهش روشی مبتنی بر یادگیری عمیق به بررسی لایه های شبکه عصبی کانولوشنی پرداخته شده است.چهره هر انسان ویژگی های منحصر به فرد خودش را دارا است که شخص را از دیگر افراد متمایز میکند که این ویژگی ها با استفاده از استخراج ویژگی قابل محاسبه می باشد. در این پژوهش با استفاده از یادگیری تحت نظارت و شبکه های کانولوشنالی به طبقه بندی اشخاص پرداخته شده است.استفاده از لایه های کاهش حجم باعث می شود که عملیات های محاسباتی کمتر شده و در زمان صرفه جویی بشود. تمرکز اصلی این پژوهش بر روی تعداد فیلتر ها در CNN میباشد که نشان میدهد تعداد فیلتر نقش مهمی در شناسایی دارد. فیلتر های فراوانی برای شبیه سازی وجود دارد. در این پژوهش از 8 فیلتر استفاده شده است و سپس به مقایسه ی هر کدام از این فیلتر ها می پردازیم. در این مقاله از پایگاه داده Faces96 استفاده شده است که دارای 150 چهره و هر چهره دارای 20 تصویر متمایز می باشد.
کلیدواژه ها:
نویسندگان
حمیدرضا ناصری
گروه مهندسی برق، دانشکده ی فنی مهندسی، دانشگاه لرستان، خرم آباد، ایران
وحید مهرداد
گروه مهندسی برق، دانشکده ی فنی مهندسی، دانشگاه لرستان، خرم آباد، ایران