ارائه روشي براي شناسايي چهره چندديدي با استفاده از شبكه هاي عصبي عميق

كارشناسي ارشد

يادگيري عميق را مي توان فصلي نو در حوزه يادگيري ماشين دانست. شبكه هاي عصبي عميق يا همان يادگيري عميق سبب پيشرفت شگرفي در زمينه هاي مختلف از جمله پردازش تصوير و بينايي ماشين شده اند. نتايج به دست آمده از سامانه هاي شناسايي چهره مبتني بر يادگيري عميق از روش هاي سنتي عملكرد بهتري داشته اند. با اين وجود، خلأ وجود روش هايي براي حالات خاص شناسايي چهره، مانند شناسايي چهره چندديدي حس مي شود. از طرفي، يكي از چالش هاي مهم در حوزه بينايي ماشين دسته بندي و شناسايي اجسام سه بعدي از جمله چهره است. امري بديهي است، كه براي چهره كه سه بعدي است الگوريتم ها و مدل هاي سه بعدي ارائه گردد، اما به دليل هزينه بالاي اين نوع دوربين ها، زمان طولاني براي ايجاد مدل چهره و همچنين كمبود مجموعه داده هاي سه بعدي، محققين تشويق به استفاده از تصاوير دو بعدي براي شناسايي چهره شده اند. از طرفي توجه به اين نكته ضروري است كه يكي از مزاياي الگوريتم هاي شناسايي چهره سه بعدي، قابليت شناسايي چهره در زواياي مختلف است. در اين پژوهش، يك معماري توسط شبكه عصبي كانولوشن ارائه خواهيم داد كه اطلاعات را از تصاوير چند ديدي (تصاوير مبتني بر منظر) از چهره يك فرد دريافت كرده و اين اطلاعات را به صورت متمركز ادغام كند. در اين پژوهش، مي خواهيم روشي براي شناسايي چهره توسط مجموعه اي از تصاوير دو بعدي ارائه دهيم كه در آن از مزاياي روش هاي شناسايي چهره دو بعدي و سه بعدي بهره ببريم و تا حد امكان معايب هر كدام را كاهش دهيم. هدف از ارائه اين روش افزايش دقت شناسايي چهره افراد توسط مجموعه تصاوير مبتني بر ديد آن ها مي باشد. هدف ديگر، پي بردن به اين نكته است كه ادغام كدام ديدها مي تواند سبب بهترين نتيجه شود. آزمايش ها و آزمون هاي آماري انجام شده نشان دهنده صحت و نيز بهبود روش پيشنهادي است. نتايج به دست آمده از نمودارهاي خطا بر حسب دوره هاي آموزشي و نيز آزمون هاي آماري مانند t-test نشان مي دهد كه روش پيشنهادي عملكرد بهتري نسبت به روش هاي شناسايي چهره در حالت عمومي دارد. واژه‌هاي كليدي: يادگيري عميق، شبكه هاي عصبي كانولوشن، شناسايي چهره چندديدي، بازنمايش چندديدي

190966

دانشگاه علم و صنعت ايران

هوش مصنوعي

دكتر مرتضي آنالويي