Báo cáo tài liệu vi phạm
Giới thiệu
Kinh doanh - Marketing
Kinh tế quản lý
Biểu mẫu - Văn bản
Tài chính - Ngân hàng
Công nghệ thông tin
Tiếng anh ngoại ngữ
Kĩ thuật công nghệ
Khoa học tự nhiên
Khoa học xã hội
Văn hóa nghệ thuật
Sức khỏe - Y tế
Văn bản luật
Nông Lâm Ngư
Kỹ năng mềm
Luận văn - Báo cáo
Giải trí - Thư giãn
Tài liệu phổ thông
Văn mẫu
THỊ TRƯỜNG NGÀNH HÀNG
NÔNG NGHIỆP, THỰC PHẨM
Gạo
Rau hoa quả
Nông sản khác
Sữa và sản phẩm
Thịt và sản phẩm
Dầu thực vật
Thủy sản
Thức ăn chăn nuôi, vật tư nông nghiệp
CÔNG NGHIỆP
Dệt may
Dược phẩm, Thiết bị y tế
Máy móc, thiết bị, phụ tùng
Nhựa - Hóa chất
Phân bón
Sản phẩm gỗ, Hàng thủ công mỹ nghệ
Sắt, thép
Ô tô và linh kiện
Xăng dầu
DỊCH VỤ
Logistics
Tài chính-Ngân hàng
NGHIÊN CỨU THỊ TRƯỜNG
Hoa Kỳ
Nhật Bản
Trung Quốc
Hàn Quốc
Châu Âu
ASEAN
BẢN TIN
Bản tin Thị trường hàng ngày
Bản tin Thị trường và dự báo tháng
Bản tin Thị trường giá cả vật tư
Tìm
Danh mục
Kinh doanh - Marketing
Kinh tế quản lý
Biểu mẫu - Văn bản
Tài chính - Ngân hàng
Công nghệ thông tin
Tiếng anh ngoại ngữ
Kĩ thuật công nghệ
Khoa học tự nhiên
Khoa học xã hội
Văn hóa nghệ thuật
Y tế sức khỏe
Văn bản luật
Nông lâm ngư
Kĩ năng mềm
Luận văn - Báo cáo
Giải trí - Thư giãn
Tài liệu phổ thông
Văn mẫu
NGÀNH HÀNG
NÔNG NGHIỆP, THỰC PHẨM
Gạo
Rau hoa quả
Nông sản khác
Sữa và sản phẩm
Thịt và sản phẩm
Dầu thực vật
Thủy sản
Thức ăn chăn nuôi, vật tư nông nghiệp
CÔNG NGHIỆP
Dệt may
Dược phẩm, Thiết bị y tế
Máy móc, thiết bị, phụ tùng
Nhựa - Hóa chất
Phân bón
Sản phẩm gỗ, Hàng thủ công mỹ nghệ
Sắt, thép
Ô tô và linh kiện
Xăng dầu
DỊCH VỤ
Logistics
Tài chính-Ngân hàng
NGHIÊN CỨU THỊ TRƯỜNG
Hoa Kỳ
Nhật Bản
Trung Quốc
Hàn Quốc
Châu Âu
ASEAN
BẢN TIN
Bản tin Thị trường hàng ngày
Bản tin Thị trường và dự báo tháng
Bản tin Thị trường giá cả vật tư
Thông tin
Tài liệu Xanh là gì
Điều khoản sử dụng
Chính sách bảo mật
0
Trang chủ
Công Nghệ Thông Tin
Cơ sở dữ liệu
Một tiếp cận hiệu quả trong nhận diện khuôn mặt sử dụng kỹ thuật học sâu với mạng CGAN và SRGAN
Đang chuẩn bị liên kết để tải về tài liệu:
Một tiếp cận hiệu quả trong nhận diện khuôn mặt sử dụng kỹ thuật học sâu với mạng CGAN và SRGAN
Quốc Ðiền
738
8
pdf
Không đóng trình duyệt đến khi xuất hiện nút TẢI XUỐNG
Tải xuống
Bài viết này trình bày các thuật toán nhận dạng khuôn mặt sử dụng kỹ thuật học sâu không giám sát GAN (Generative Adversarial Networks) với hai biến thể là CGAN (Conditional Generative Adversarial Networks) và SRGAN (Super Resolution Generative Adversarial Networks) nhằm tăng tính đa dạng các trạng thái biểu cảm khuôn mặt, làm dày và tăng chất lượng tập ảnh đầu vào. | Kỷ yếu Hội nghị KHCN Quốc gia lần thứ XIV về Nghiên cứu cơ bản và ứng dụng Công nghệ thông tin FAIR TP. HCM ngày 23-24 12 2021 DOI 10.15625 vap.2021.0046 MỘT TIẾP CẬN HIỆU QUẢ TRONG NHẬN DIỆN KHUÔN MẶT SỬ DỤNG KỸ THUẬT HỌC SÂU VỚI MẠNG CGAN VÀ SRGAN Phan Anh Cang1 Tô Huỳnh Thiên Trường2 Trần Hồ Đạt1 Phan Thượng Cang3 Khoa Công nghệ thông tin Trường Đại học Sư phạm Kỹ thuật Vĩnh Long 1 2 Trường Trung cấp nghề Kỹ thuật Công nghệ Hùng Vương 3 Khoa Công nghệ thông tin và Truyền thông Trường Đại học Cần Thơ cangpa@vlute.edu.vn truong_tht@hungvuongtech.edu.vn datth@vlute.edu.vn ptcang@cit.ctu.edu.vn TÓM TẮT Trong những năm gần đây nhận diện khuôn mặt đã đạt được những thành tựu cao nhờ sự phát triển của kỹ thuật học sâu. Một trong những kỹ thuật học sâu được sử dụng phổ biến là mạng nơron tích chập sâu được thiết kế điều chỉnh cho phù hợp với mục đích sử dụng khác nhau. Trong nghiên cứu này chúng tôi đề xuất phương pháp sử dụng các kỹ thuật HOG và mạng nơron tích chập sâu cho việc rút trích đặc trưng khuôn mặt đồng thời sử dụng kỹ thuật SVM mạng nơron cho việc nhận dạng. Để cải tiến độ chính xác nhận dạng chúng tôi sử dụng kỹ thuật học sâu không giám sát GAN Generative Adversarial Networks với hai biến thể là CGAN Conditional Generative Adversarial Networks và SRGAN Super Resolution Generative Adversarial Networks nhằm tăng tính đa dạng các trạng thái biểu cảm khuôn mặt làm dày và tăng chất lượng tập ảnh đầu vào. Chúng tôi thực nghiệm trên các tập dữ liệu khuôn mặt Asian LFW VN-Celeb Pin-faces để so sánh đánh giá độ chính xác nhận dạng khuôn mặt. Kết quả thực nghiệm cho thấy phương pháp đề xuất đạt độ chính xác nhận diện khuôn mặt trên 90 cho hầu hết các tập dữ liệu thực nghiệm. Từ khóa Nhận diện khuôn mặt mạng nơron tích chập sâu CGAN SRGAN. I. GIỚI THIỆU Nhận dạng khuôn mặt là một bài toán đã có lâu đời và được nghiên cứu rộng rãi trong nhiều năm trở lại đây. Bài toán nhận dạng khuôn mặt áp dụng trong nhiều lĩnh vực khác nhau như hệ thống phát hiện tội phạm hệ thống .
TÀI LIỆU LIÊN QUAN
Kỹ năng thuyết trình - Một trong những yếu tố quyết định hiệu quả công tác của cán bộ công đoàn
Chúng ta đều cần một lớp học kỹ năng giao tiếp
Một số biện pháp tổ chức nhằm nâng cao hiệu quả công tác can thiệp sớm cho trẻ khiếm thính tại một số trường chuyên biệt Tp Hồ Chí Minh
Luận án tiến sĩ Y học: Thực trạng và hiệu quả can thiệp phòng, chống bệnh dại ở người theo cách tiếp cận Một sức khỏe tại tỉnh Sơn La
Cách viết một bức thư điện tử có hiệu quả và phương pháp khi liên lạc qua mạng Internet.Ưu điểm lớn nhất của thư điện tử và liên lạc trên mạng là tiết kiệm được chi phí. Khi các dịch vụ trên mạng của doanh nghiệp đã được xác lập thì chỉ cần phải trả rất
Tiếp cận sinh thái trong quản lý và cải thiện nguồn nước trong đô thị một cách hiệu quả hơn - TS. Phạm Ngọc
Tóm tắt Luận án Tiến sĩ Y học: Thực trạng an toàn bức xạ, sức khỏe, bệnh tật của nhân viên y tế tiếp xúc với bức xạ ion hóa và hiệu quả một số giải pháp can thiệp
Luận án Tiến sĩ Y học: Thực trạng an toàn bức xạ, sức khỏe, bệnh tật của nhân viên y tế tiếp xúc với bức xạ ion hóa và hiệu quả một số giải pháp can thiệp
Tối đa hóa hiệu quả quản lý tài nguyên điện tử tại các thư viện: Một cách tiếp cận hệ thống
Luận án Tiến sĩ Y học: Một số đặc điểm dịch tễ học, yếu tố nguy cơ gây nghe kém tiếp nhận và hiệu quả can thiệp đeo máy trợ thính ở trẻ dưới 3 tuổi tại bệnh viện Nhi trung ương
Đã phát hiện trình chặn quảng cáo AdBlock
Trang web này phụ thuộc vào doanh thu từ số lần hiển thị quảng cáo để tồn tại. Vui lòng tắt trình chặn quảng cáo của bạn hoặc tạm dừng tính năng chặn quảng cáo cho trang web này.