1. Trang chủ
  2. » Giáo Dục - Đào Tạo

BÁO CÁO CUỐI KỲ MÔN HỌC MACHINE LEARNING FACE VERIFICATION BY SIAMESE NETWORK AND MASK DETECTION.

44 127 0

Đang tải... (xem toàn văn)

Tài liệu hạn chế xem trước, để xem đầy đủ mời bạn chọn Tải xuống

THÔNG TIN TÀI LIỆU

Thông tin cơ bản

Tiêu đề Machine Learning Face Verification By Siamese Network And Mask Detection
Tác giả Nguyễn Minh Hải
Người hướng dẫn PhD. Trần Vũ Hoàng
Trường học Trường Đại Học Sư Phạm Kỹ Thuật Tp. Hồ Chí Minh
Chuyên ngành Công Nghệ Kỹ Thuật Máy Tính
Thể loại báo cáo
Thành phố Tp. Hồ Chí Minh
Định dạng
Số trang 44
Dung lượng 2,11 MB

Nội dung

Bao cao cuoi ky docx TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT TP HỒ CHÍ MINH KHOA ĐIỆN ĐIỆN TỬ BỘ MÔN KỸ THUẬT MÁY TÍNH VIỄN THÔNG BÁO CÁO CUỐI KỲ MÔN HỌC MACHINE LEARNING FACE VERIFICATION BY SIAMESE NETWORK AND MASK DETECTION NGÀNH CÔNG NGHỆ KỸ THUẬT MÁY TÍNH Hướng dẫn PhD Trần Vũ Hoàng Sinh viên NGUYỄN MINH HẢI MSSV 17119073 MỤC LỤC MỞ ĐẦU 3 1 Lý do chọn đề tài 3 2 Mục tiêu đề tài 4 3 Đối tượng và phạm vi nghiên cứu 4 CHƯƠNG 1 GIỚI THIỆU 5 1 1 Tổng quan về đề tài 5 1 2 Những thử thác.

Ngày đăng: 14/05/2022, 14:04

Nguồn tham khảo

Tài liệu tham khảo Loại Chi tiết
1. David Stutz (2014), “Understanding Convolutional Neural Networks”, In Computer Vision, International Conference Sách, tạp chí
Tiêu đề: Understanding Convolutional NeuralNetworks”, In
Tác giả: David Stutz
Năm: 2014
2. D. C. Ciresan, U. Meier, and J. Schmidhuber. “Multi-column deep neural networks for image classification”. Computing Research Repository, abs/1202.2745, 2012 Sách, tạp chí
Tiêu đề: Multi-column deepneural networks for image classification
3. X. Glorot, A. Bordes, and Y. Bengio. “Deep sparse rectifier neural networks”. In Artificial Intelligence and Statistics Sách, tạp chí
Tiêu đề: Deep sparse rectifier neuralnetworks”. In
4. Samuel Berlemont, Grégoire Lefebvre, Stefan Duffner, Christophe Garcia. “Class-Balanced Siamese Neural Networks” Sách, tạp chí
Tiêu đề: Class-Balanced Siamese Neural Networks
5. Gregory Koch, Richard Zemel, and Ruslan Salakhutdinov. “Siamese Neural Networks for One-shot Image Recognition”. In Department of Computer Science, University of Toronto. Toronto, Ontario, Canada Sách, tạp chí
Tiêu đề: SiameseNeural Networks for One-shot Image Recognition”. In
6. Aditya Sharma, “Convolution neural network with tensorflow”, availabel:https://www.datacamp.com/community/tutorials/cnn-tensorflow-python Sách, tạp chí
Tiêu đề: Convolution neural network with tensorflow
7. Marco Peixerio,“ Convolution neural network (CNN) with tensorflow”,availble:https://towardsdatascience.com/introduction-to-convolutional-neural-networks-cnn-with-tensorflow-57e2f4837e18 Sách, tạp chí
Tiêu đề: Convolution neural network (CNN) withtensorflow
8. Pragati Baheti, “One-shot learning( part 1 and part 2): Definitions andfundamental techniques”, available:https://heartbeat.fritz.ai/one-shot-learning-part-1-2-definitions-and-fundamental-techniques-1df944e5836a9. https://opencv.org/ Sách, tạp chí
Tiêu đề: One-shot learning( part 1 and part 2): Definitions andfundamental techniques

HÌNH ẢNH LIÊN QUAN

Tính thể tích hình chóp SBCMN - BÁO CÁO CUỐI KỲ MÔN HỌC MACHINE LEARNING FACE VERIFICATION BY SIAMESE NETWORK AND MASK DETECTION.
nh thể tích hình chóp SBCMN (Trang 5)
Trong mô hình CNN có 2 khía cạnh cần quan tâm là tính bất biến (Location Invariance) và tính kết hợp (Compositionality) - BÁO CÁO CUỐI KỲ MÔN HỌC MACHINE LEARNING FACE VERIFICATION BY SIAMESE NETWORK AND MASK DETECTION.
rong mô hình CNN có 2 khía cạnh cần quan tâm là tính bất biến (Location Invariance) và tính kết hợp (Compositionality) (Trang 19)
khác nhau trong hình ảnh đầu vào. Chúng ta gọi việc map từ input layer sang hidden layer là một feature map. - BÁO CÁO CUỐI KỲ MÔN HỌC MACHINE LEARNING FACE VERIFICATION BY SIAMESE NETWORK AND MASK DETECTION.
kh ác nhau trong hình ảnh đầu vào. Chúng ta gọi việc map từ input layer sang hidden layer là một feature map (Trang 22)
Trong quá trình đào tạo, một bộ ba hình ảnh (ảnh Anchor, ảnh Positive, ảnh Negative) được đưa vào mô hình như một mẫu duy nhất - BÁO CÁO CUỐI KỲ MÔN HỌC MACHINE LEARNING FACE VERIFICATION BY SIAMESE NETWORK AND MASK DETECTION.
rong quá trình đào tạo, một bộ ba hình ảnh (ảnh Anchor, ảnh Positive, ảnh Negative) được đưa vào mô hình như một mẫu duy nhất (Trang 26)
Với hai hình ảnh là của cùng một người tôi sẽ lable là 1 và sẽ là nếu hai hình ảnh này thuộc hai người khác nhau - BÁO CÁO CUỐI KỲ MÔN HỌC MACHINE LEARNING FACE VERIFICATION BY SIAMESE NETWORK AND MASK DETECTION.
i hai hình ảnh là của cùng một người tôi sẽ lable là 1 và sẽ là nếu hai hình ảnh này thuộc hai người khác nhau (Trang 29)

TỪ KHÓA LIÊN QUAN

TRÍCH ĐOẠN

Xây dựng phần phát hiện khẩu trang

CHƯƠNG 5: KẾT QUẢ VÀ HƯỚNG PHÁT TRIỂN 5 1 Kết quả

TÀI LIỆU CÙNG NGƯỜI DÙNG

TÀI LIỆU LIÊN QUAN

w