25770

يادگيري متريك ريماني با كاربرد تشخيص چهره از طريق ويديو

كارشناسي ارشد

رياضي محض / هندسه توپولوژي

1398-1400

1400/08/29

دكتر اكبر دهقان نژاد

دكتر سجاد صادقي

رياضي

يادگيري متريك به يادگيري يك تابع فاصله اشاره دارد كه ميزان شباهت بين نمونه ها را محاسبه مي كند. در واقع هدف يادگيري يك متريك است كه فاصله بين نمونه هاي يك كلاس را كاهش و فاصله بين نمونه هاي كلاس مختلف را افزايش دهد. درسالهاي اخير مفهوم يادگيري عميق و يادگيري متريك باهم تركيب شدند و مفهوم يادگيري متريك عميق به منظور كاربردهاي درك بصري مطرح شد كه از رويكرد هسته و توابع فعالسازي براي حل مسائل غيرخطي استفاده مي كند. يادگيري متريك با تجزيه و تحليل داده ها، يك متريك مسافت جديد را ارائه مي دهد كه فرايند يادگيري را بر روي داده ها انجام مي دهد و توانايي زيادي در تشخيص متمايز بودن داده هاي نمونه دارد. هدف اصلي يادگيري متريك ، يادگيري يك متريك جديد براي كاهش فاصله بين نمونه هاي يك كلاس و افزايش فاصله بين نمونه هاي كلاس هاي مختلف است. همان طور كه در زير مشاهده مي شود ، در حالي كه يادگيري متريك قصد دارد اشياء مشابه را به هم نزديك كند، فاصله بين اشياء متفاوت را افزايش مي دهد. در اين پايان نامه، يك قالب يادگيري متريك جديد براي بدست آوردن يك متريك فاصله درميان يك فضاي اقليدسي و يك منيفلد ريماني براي آميختن ميانگين احتمال و الگوي تغييراتي از چهره ها در داخل يك ويدئو ارائه مي دهيم.

1400/09/28

The Riemannian Metric Learning with Application to face Recognition from Video

11/20/2022 12:00:00 AM

Metric learning refers to learning a distance function that calculates the degree of similarity between samples. In fact, the goal is to learn a metric that reduces the distance between instances of a class and increases the distance between instances of different classes. In recent years, the concept of deep learning and metric learning have been combined, and the concept of deep metric learning has been introduced for applications of visual perception that uses the core approach and activation functions to solve nonlinear problems. Metric Learning By analyzing data, it introduces a new distance metric that performs the learning process on data and has a great ability to recognize the distinctiveness of sample data. The main purpose of learning a metric is to learn a new metric to reduce the distance between instances of a class and increase the distance between instances of different classes. As can be seen below, while learning metrics tends to bring similar objects closer together, the distance between different objects increases. In this dissertation, we present a new metric learning format for obtaining a distance metric between an Euclidean space and a Riemannian manifold to combine the average probability and pattern of changes of faces within a video.

يادگيري متريك , تابع فاصله , يادگيري عميق , متريك فاصله , فضاي اقليدسي , منيفلد ريماني , ويدئو

Metric learning , distance function , deep learning , distance metric , Euclidean space , Riemannian manifold , video