چکيده
چكيده
1 تجزيه و تحليل چهره يكي از مشكالت چالش برانگيز در بينايي كامپيوتر
ميباشد و براي بيش از دو دههه
است كه به طور جدي مورد تحقيق و بررسي قرار گرفته است. الگوريتمهاي بسه ياري بهرا ي تشه يص چههره در
تصويرها و فيلمهايي كه در تنظيمات كنترل شده جمع آوري ميشوند، وجود دارد.
با اين حال، عملكرد اين الگوريتمها در تصويرهايي كه تغييه رات بزرگه ي شهامل روشهنا يي، بيه ان، پيه ري و
كاهش رزوليشن دارند، به طور قابل مالحظهاي كاهش مييابد. در چندين سهال گششهته، رو هها ي مبتنه ي بهر
2 شبكههاي عصبي كانولوشني عميق DCNN(
( سبب بهبود چشمگيري در عملكرد براي مشهكالت تشه يص و
شناسايي شي و رديابي تصوير شدهاند.
اين امر به دليل دسترسي به مجموعه دادههاي حاوي اطالعات زياد، امكان درك بهتر از نگاشت غيه رخطه ي
بين تصاوير ورودي و برچسب كالسها، موجود بودن سيستمهايي با سهرعت زيهاد در پهرداز اطالعهات و ن يه ز
قيمتگشاري مناسب كارتهاي گرافيكي امكانپشير شدهاست.
در اين سمينار جزييات طراحي سيستمهاي شناسايي و تاييد خودكار چههره بهدون محهدود يت مبتنه ي بهر
يادگيري عميق كه شامل ماژولهايي براي رديه ابي چههره، ارتبها ، همهاهنگ ي و تاييه د چههره مه يباشهد ، ارايه ه
، سهن، احساسهات و... از يه ك 3 خواهدشد. هدف ما است راج اطالعات ممكن از جمله موقعيت، جنسيت، شناسهه
چهره مي باشد.
كلمات كليدي: تش يص و رديابي چهره، سيستم يادگيري عميق و شبكههاي كانولوشني
