دانشکده مهندسی کامپیوتر- دفاعیه ارشد
سارا شهسوارانی- 1396/11/16

حذف تصاویر و رنگ‌ها | تاریخ ارسال: ۱۳۹۶/۱۱/۱۲ | 

خانم سارا شهسوارانی دانشجوی کارشناسی ارشد جناب آقای دکتر  مرتضی آنالویی روز دوشنبه 1396 /16/11 ساعت 16 در اتاق 304 واقع در طبقه سوم دانشکده کامپیوتر از پروژه کارشناسی ارشد خود تحت عنوان ارائه ی روشی برای شناسایی چهره چند دیدی با استفاده از شبکه های عمیق عصبی دفاع خواهند نمود.

  چکیده پایان نامه:

 یادگیری عمیق را می­توان فصلی نو در حوزه یادگیری ماشین دانست. شبکه­های عصبی عمیق یا همان یادگیری عمیق سبب پیشرفت شگرفی در زمینه­های مختلف از جمله پردازش تصویر و بینایی ماشین شده­اند.
نتایج به دست آمده نشان داده است، سامانه­های شناسایی چهره مبتنی بر یادگیری عمیق از روش­های سنتی عملکرد بهتری داشته­اند. با این وجود، خلأ وجود روش­هایی برای حالات خاص شناسایی چهره، مانند شناسایی چهره چنددیدی حس می­شود. از طرفی، یکی از چالش­های مهم در حوزه بینایی ماشین دسته­بندی و شناسایی اجسام سه بعدی از جمله چهره است. امری بدیهی است، که برای چهره که سه بعدی است الگوریتم­ها و مدل­های سه بعدی ارائه گردد، اما به دلیل هزینه بالای این نوع دوربین­ها، زمان طولانی برای ایجاد مدل چهره و همچنین کمبود مجموعه داده­های سه ­بعدی، محققین تشویق به استفاده از تصاویر دو بعدی برای شناسایی چهره شده­اند. از طرفی توجه به این نکته ضروری است که یکی از مزایای الگوریتم­های شناسایی چهره سه بعدی، قابلیت شناسایی چهره در زوایای مختلف است.
در این پژوهش، یک معماری توسط شبکه عصبی کانولوشن ارائه خواهیم داد که اطلاعات را از تصاویر چند دیدی (تصاویر مبتنی بر منظر) از چهره یک فرد دریافت کرده و این اطلاعات را به صورت متمرکز ادغام کند. در این پژوهش، می­خواهیم روشی برای شناسایی چهره توسط مجموعه­ای از تصاویر دو بعدی ارائه دهیم که در آن از مزایای روش­های شناسایی چهره دو بعدی و سه بعدی بهره ببریم و تا حد امکان معایب هر کدام را کاهش دهیم.
هدف از ارائه این روش افزایش دقت شناسایی چهره افراد توسط مجموعه تصاویر مبتنی بر دید آن­ها می­باشد. نتایج به دست آمده نشان­ می­دهد که روش پیشنهادی عملکرد بهتری نسبت به روش­های شناسایی چهره در حالت عمومی دارد.

واژه‌های کلیدی: یادگیری عمیق، شبکه­های عصبی کانولوشن، شناسایی چهره چنددیدی­، بازنمایش چنددیدی
 

 
[1] Event driven

  ارائه­ دهنده:

سارا شهسوارانی

  اساتید راهنما:

  دکترمرتضی آنالویی

  استاد ممتحن داخلی : دکتر محسن سریانی

  استاد ممتحن خارجی :دکتر حمید بیگی

  زمان :دوشنبه 16 بهمن ماه

  ساعت 16

  مکان: دانشکده مهندسی کامپیوتر- طبقه سوم- اتاق 304

  از اساتید بزرگوار، دانشجویان گرامی و دیگر متخصصان و علاقه مندان به موضوع دفاعیه دعوت
می شود با حضور خود موجبات غنای علمی و ارتقای کیفی را فراهم سازند.

  دانشکده مهندسی کامپیوتر مدیریت تحصیلات تکمیلی

نشانی مطلب در وبگاه دانشکده مهندسی کامپیوتر:
http://rds.iust.ac.ir/find.php?item=14.11064.52196.fa
برگشت به اصل مطلب