شناسایی چهره بااستفاده از تنطیم دقیق شبکه های کانولوشنی عمیق و رویکرد یادگیری انتقالی | ||
| مدل سازی در مهندسی | ||
| مقاله 8، دوره 17، شماره 58، پاییز 1398، صفحه 103-111 اصل مقاله (885.19 K) | ||
| نوع مقاله: مقاله کامپیوتر | ||
| شناسه دیجیتال (DOI): 10.22075/jme.2019.16299.1613 | ||
| نویسندگان | ||
| راضیه راستگو1؛ کورش کیانی* 2 | ||
| 1دانشجوی دکتری هوش مصنوعی دانشگاه سمنان | ||
| 2استادیار، دانشکده مهندسی برق و کامپیوتر، دانشگاه سمنان ، | ||
| چکیده | ||
| یادگیری عمیق، یکی از رویکردهای مورد توجه در یادگیری ماشین می باشد که شامل معماری های مهمی می باشد. شبکه کانولوشنی عمیق، یکی از معماری های مورد توجه در یادگیری عمیق می باشد که در پردازش های مربوط به تصاویر دیجیتالی کاربرد فراوانی پیدا کرده است. در این پژوهش، شبکه کانولوشنی Alexnet، به منظور شناسایی چهره در عکس های ورودی، مورد استفاده قرار گرفته است. تنظیم دقیق مدل از قبل تعلیم داده شده ی Alexnet، با تبدیل لایه های کاملا متصل به لایه های کانولوشنی و اعمال فیلتر های مناسب، انجام شده است. استفاده از برش های مختلف عکس ورودی و نیز افزایش تعداد لایه های کانولوشنی به منظور استخراج خصوصیت های با سطح بالاتر به همراه فیلترهای مناسب در مدل های پیشنهادی مورد توجه قرار گرفته است. به منظور تجسم اعمال فیلترها در لایه های مختلف، از روش کانولوشن معکوس استفاده شده است. از دو پایگاه داده ی Caltech face و LFW به منظور نشان دادن نتایج، استفاده شده است. پس از پردازش های لازم بر روی پایگاه داده های مورد استفاده، نتایح به دست آمده از شبکه Alexnet، قبل و بعد از تنظیم دقیق، مورد بررسی قرار گرفته است. نتایج بررسی، حاکی از بهبود عملکرد شبکه، تحت عملیات انجام شده، می باشد. | ||
| کلیدواژهها | ||
| یادگیری عمیق؛ شبکه کانولوشنی عمیق؛ تنظیم دقیق؛ شناسایی چهره؛ یادگیری انتقالی؛ کانولوشن معکوس | ||
| مراجع | ||
|
| ||
|
آمار تعداد مشاهده مقاله: 2,520 تعداد دریافت فایل اصل مقاله: 1,533 |
||
| تعداد نشریات | 22 |
| تعداد شمارهها | 722 |
| تعداد مقالات | 10,383 |
| تعداد مشاهده مقاله | 72,839,959 |
| تعداد دریافت فایل اصل مقاله | 64,536,680 |